论文部分内容阅读
随着Internet以及相关技术的发展与成熟，Internet，尤其是WWW逐渐成为人们发布和获取信息的常用平台，从网络上收集信息资源已经成为当今至未来社会人们获取信息的重要手段。然而，面对汪洋大海般的网上信息，一个普通用户使用现有手段是很难招架的。这又包括两种情况：1 主动送上门的或已经下载的信息难以消化，即所谓的“信息过载”；2用户不知道如何确切表达(目前技术也并没有提供合适的表达手段)对真正想要的网上资源的需求，也不知道如何更准确、有效地寻找资源，即所谓的“资源迷向”。 基于Agent的Internet信息自动提取的研究是一种面向个人用户和一般企业用户的实用智能化信息获取Agent，它可以通过反复学习，掌握用户的兴趣特征，自主在lnternet上搜索用户感兴趣的信息，并且将找到的信息经过过滤后提供给用户，实现智能化的主动信息服务。根据用户的偏好和反馈训练Agent，及时获取用户感兴趣的最新信息，从而获得个性化服务，帮助用户解决“信息过载”和“资源迷向”。 文章系统介绍了智能代理，机器学习和汉语分词技术，其中着重研究了Agent的智能性，代理性，主动性。本系统结合了这几种技术，集中建立一个基于Agent信息自动获取系统。 本文的系统划分成三个子系统：数据采集子系统，数据过滤子系统，机器学习子系统。三个子系统通过知识库有机的结合在一起，并尽可能地在系统的各个环节利用Agent的思想提高智能化，并对传统的分词算法，归纳学习算法做了融合和改进。