[发明专利]一种网页信息标注及提取系统

说明书

本发明涉及网络信息提取技术领域，具体涉及一种网页信息标注及提取系统，包括用户端和后台管理端；用户端包括数据标注模块、数据训练模块和数据调用模块；其中，数据标注模块，用于根据用户的偏好、习惯及熟悉程度对待提取的网页信息进行标记，得到标记数据；数据训练模块，用于对标记数据进行训练，得到提取网页信息的调用模型；数据调用模块，用于通过调用模型对网页信息进行识别、提取，并输出识别结果。本发明提高了训练模型所需数据的质量、数量以及处理效率，也便于多人协同处理网页信息；同时训练所得的模型亦可快速对网页信息进行高准确率的识别、抽取并输出结果。

技术领域

本发明涉及网络信息提取技术领域，具体涉及一种网页信息标注及提取系统。

背景技术

目前，随着互联网技术的发展，可以运用大数据、云计算实现互联网互联互通以及信息共享，避免出现“信息孤岛”和“协同不足”的问题。比如说，随着电子招投标不断探索发展，电子招投标平台和其他系统也实现了互通互联，资源共享，提高了信息的流通性，增加了企业招投标活动的便利性。故而，电子招投标平台能让信息开放，吸引更多的投标人投标，使得招标人寻找意向投标人时有更多的选择。

虽然，招投标模式电子化与互联网大数据融合已成必然趋势，但是电子招投标的现状仍有不足的地方，电子招投标行业发展也伴随着各种困难。随着全国各地电子招投标的日益成熟，平台之间实现连接，业内可以建立一体化的信息共享体系。比如说，按照相关要求，为工程招标和企业采购搭建的第三方交易平台，充分实现招投标活动的电子化和互联网化，能够实现在线、异地电子化招标、投标和电子化评标等交易过程，并开放数据接口，可选、实时、有限地对有关招标、投标数据信息进行编辑、生成、对接、交换和发布。

对于不同的用户群体来说，他们对于招标、投标的了解程度、熟悉程度可能存在差异性，而目前的用于工程招标和企业采购的第三方交易平台，并未充分考虑用户的个体化差异，故而，不能为用户提供个性化服务，用户不能根据自己的实际需求，并结合自己的偏好、习惯及熟悉程度自主选择需要标记的数据类型；同时，也不能快速地对网页信息进行识别、抽取，也不便于多人协同处理网页信息。

发明内容

本发明提供一种网页信息标注及提取系统，解决了现有技术不能快速地对网页信息进行识别、抽取，也不便于多人协同处理网页信息的技术问题。

本发明提供的基础方案为：一种网页信息标注及提取系统，包括：

用户端和后台管理端；

后台管理端包括用户创建模块、项目创建模块、数据创建模块和兼职创建模块；其中，用户创建模块，用于创建用户；项目创建模块，用于创建项目和项目配置，项目储存项目基本信息的model，项目配置关联项目并储存项目详细信息的model；数据创建模块，用于导入数据集并关联项目，存储数据类型和标题，并关联标记数据；兼职创建模块，用于创建兼职信息和兼职结算，兼职信息储存用户兼职相关的信息并关联用户，兼职结算储存用户兼职时的收益信息并关联用户和兼职信息；

用户端包括数据标注模块、数据训练模块和数据调用模块；其中，数据标注模块，用于根据用户的偏好、习惯及熟悉程度对待提取的网页信息进行标记，得到标记数据；数据训练模块，用于对标记数据进行训练，得到提取网页信息的调用模型；数据调用模块，用于通过调用模型对网页信息进行识别、提取，并输出识别结果。