基于KPS的Web信息抽取MAS模型的研究与设计

【摘要】： 随着计算机技术、通讯技术的飞速发展和个人计算机的普及,Internet作为一个全球网络,越来越融入到人们的生活、工作、学习、商务活动中。而Web在给我们带来便捷、快速、廉价、丰富的信息的同时,也给我们带来了一个问题。Web上浩大的信息量和用户的需求之间产生了严重的不平衡和矛盾,人们很难在短时间内在海量的信息中找到自己真正感兴趣的数据,于是人们对高效率的信息获取技术的需求越来越迫切。Web信息抽取系统,可以使人们高效地获取真正感兴趣的信息,并可在此基础上进一步完成数据挖掘,信息检索等后续信息处理,为海量的Web信息的再利用提供了可能,因此有着明显的优势和广阔的应用前景,是当今多个领域的研究热点。 Agent系统是目前计算机科学领域中一个非常重要、研究活跃的内容。Agent系统特别适合复杂、难以预测、动态变化的问题的处理。Internet固有的开放、分布、异构、复杂等特性为Agent提供充分的应用基础。多Agent系统(Multi-Agent System)是由多个Agent协调合作所形成的问题求解网络。多Agent系统中的每个Agent都有它自己独立的局部知识库、目标和能力,Agent之间能够协调相互之间的行为,通过协商解决冲突,通过合作达到共同的目标。 在现有相关研究的基础上,本文提出一个基于KPS(Keywords,Patterns,Sample pages)的Web信息抽取的多Agent系统(MAS)模型。基于KPS的Web信息抽取方法集合了分别基于关键字、模式和样本的信息抽取技术的优点,有利于满足抽取高精度、高复杂度和高性能信息的要求。一个多Agent系统(MAS)可以把问题由大化小,由复杂变简单,每个Agent完成一个小目标,Agent间通过协调和合作,共同完成复杂的Web信息处理。而将基于KPS的Web信息抽取方法与多Agent系统进行有机的结合,可以大大降低Web信息抽取的难度,提高信息抽取的精度,从而更大地满足用户的需求。