关于产品对象描述的思考

         
        网页信息抽取，是垂直搜索引擎领域的一项重要技术。它是利用数据挖掘、统计分析、页面结构分析等技术，从海量网页库中抽取出结构化的有用信息（称之为记录Record）以及信息之间的关系。因此，就引入了两个问题？一个是如何度量有用的信息？另外一个是信息之间的关系什么确定？我们能不能用一种知识体系来刻画或界定呢？

          前些日子， 刚好看了篇论文"Learning Object Model from Product Web Pages"，我就在想我们能不能也构造出一种较为通用产品对象描述模型，并且用它来发现、定位我们所需要的信息呢？个人认为，这种产品对象描述模型，它其实是一种知识。关于知识，我们就从知识表示、知识获取、知识的推理和知识评价来谈谈产品对象描述模型吧。

       关于知识表示，可以用N元组、关系数据、框架、语义网络来表示。有一条原则是，知识表示并非一定要采用最先进、最高级的技术来表示，只要能满足实际应用，解决相应的问题，就足够了。因此，我认为产品对象描述模型，用框架来表示就行了。框架知识，人工智能课程中提到的。我记得，它是由框架名、框架槽和槽取值组成的。理由是：我们刻画一种产品，几乎都是从产品名称、产品属性和产品属性值这些角度出发的。这与基于框架表示的知识，思路完全一致。

      知识表示问题解决了，那么，现在我们如何来获取产品对象描述的知识呢？即知识获取的问题。知识获取，根据不少专家的看法，现在实用的方法，大多数是基于统计语料学和信息论的方法。当然，再细的东西，就不能再谈了。—— 怕侵权，呵呵。