一、项目概述

随着信息技术的迅猛发展,万维网上出现了越来越多的非结构化数据,并已成为大众获取信息的重要来源。通常,人们通过数据爬取技术来获取互联网中的海量信息。然而,当用户所感兴趣的仅为某一特定领域的信息时,先使用传统方法爬取数据,再将相关领域的具体信息筛选出来,不仅会造成存储空间的巨大浪费,而且很难达到实时性要求。

针对上述问题,本成果实现了针对于特定领域的自动化信息处理,首先通过信息抽取技术获得领域相关的实体及实体关系数据,然后再将其分类精细化存储,同时支持基于知识图谱的可视化展示。本系统主要包括信息抽取、数据存储、网站服务以及可视化呈现四个模块,并已应用于“互联网+京剧”等多个平台。

二、应用范围

面向领域的自动化信息抽取系统具有数据挖掘、数据存储和数据可视化等功能,能够快速全面地对特定领域的数据进行获取和分析;基于社区的可视化方式也极大方便用户对于该领域的了解。可广泛应用于各种特定领域的数据抽取。

三、是否有知识产权/专利

本成果包括3项软件著作权。

四、团队介绍

本成果团队长期研究非结构化数据管理技术。近年来承担国家重点研发计划、国家自然科学基金等项目。主要负责人为长聘副教授、博士生导师,任北京电子学会理事,在本领域发表论文120余篇,授权发明专利22项,相关成果获得国家科技进步二等奖。

五、合作方式

知识产权许可。

六、联系方式

清华海峡研究院科技创新部  电话0592-5776165