[发明专利]医院门户网站门诊专家信息抽取系统

摘要

本发明公开了一种医院门户网站门诊专家信息抽取系统，对于查询接口的发现和筛选，采用静态发现和动态筛选相结合的方式，静态发现利用制定的规则，发现web页面中的查询表单；对于无法判断为查询接口的查询表单，采用动态筛选的方法，根据服务器的返回结果进行二次判断。在本发明中，通过建立领域模型，对查询接口所属领域进行分类，利用领域关键词进行表单填写，从而实现多属性查询表单的二次查询且不需要进行“正负”2次查询，节省了系统的开销。对于信息抽取时，噪声信息的过滤，提出了一种网页分块重要度模型，该模型根据网页分块的内容特征和空间特征，通过一定的算法为其分配重要程度值，重要程度值高的分块，为待抽取内容。

主权项

一种医院门户网站门诊专家信息抽取系统，其特征在于：主要包括如下2个步骤：步骤一、查询接口的发现和筛选：采用静态发现和动态筛选相结合的方式：静态发现：主要是利用制定的规则，发现web页面中的查询表单；但并非所有查询表单都是所需要的查询接口，因此，对于无法判断为查询接口的查询表单，采用动态筛选的方法，即通过“二次探测查询”的方式，根据服务器的返回结果进行二次判断：通过建立领域模型，对查询接口所属领域进行分类，利用领域关键词进行表单填写，从而实现多属性查询表单的二次查询且不需要进行“正负”2次查询，节省系统的开销；步骤二、对于信息抽取过程中，噪声信息的过滤：对于信息抽取时，噪声信息的过滤，采用网页分块重要度模型，所述模型根据网页分块的内容特征和空间特征，通过重要程度值的计算算法为其分配重要程度值，重要程度值高的分块，为待抽取内容。