Проведение экспериментов и анализ их результатов

автоматизация информация верстка сайт Эксперимент по считыванию данных проводился на ПК, имеющим следующую конфигурацию: ЦП — IntelPentium III 450 МГц, ОЗУ — 768 МБ, ОС — MSWindows XP, 2000. Описатель был сформирован заранее с помощью визуального редактора настройки на источники. Данные о времени и объемах обработанной информации для различных источников приведены в таблице 1.

Таблица 1. Результаты проведенного эксперимента

Проведенный эксперимент выявил ряд проблем автоматизации процесса сбора, которые необходимо учитывать при проектировании средств извлечения знаний из слабоструктурированных Интернет-источников для КИС. Их можно разделить на два класса. К первому из них относятся трудности, связанные с «природой» информационных ресурсов: разнородность информационных ресурсов и задача унифицированного представления контента Web-ресурсов; динамичность изменения содержимого информационных ресурсов; различное «качество» и уровень «полезности» информации; доступность" информационных ресурсов.

Ко второму классу относятся проблемы, касающиеся нагрузки на различные элементы, участвующие во взаимодействии: минимизация нагрузки на каналы связи; оптимизация нагрузки на модули сбора и накопления информации, а также всех компонентов системы извлечения (алгоритмов, структур данных и т. д.).

Проведенные эксперименты с прототипом системы показали применимость на практике предложенного метода извлечения. Выявленные при этом проблемы планируется учесть при разработке промышленной версии системы. Дальнейшим направлением развития метода является использование технологий семантического анализа на основе Semantic Web. Также планируется использовать инструменты, поддерживающие извлечение информации из текстов на естественном языке, опирающиеся на различные методы компьютерной лингвистики и методы машинного обучения [16], для дальнейшего анализа и обработки извлеченных фрагментов.