1、如今，隨著人們經(jīng)濟(jì)條件的提高和科學(xué)技術(shù)水平的發(fā)展，Web信息也越來越龐大和復(fù)雜。如何從網(wǎng)頁的海量信息中抽取出用戶所需要的信息，成為研究的熱點(diǎn)之一。而網(wǎng)頁信息數(shù)據(jù)間的語義交叉和語義模糊，使得傳統(tǒng)的信息抽取技術(shù)不能滿足用戶的需要。為了解決這一問題，本論文研究了如何使用模糊樹自動(dòng)機(jī)技術(shù)來實(shí)現(xiàn) Web信息抽取，并提出了模糊樹自動(dòng)機(jī)的構(gòu)造方法、樹自動(dòng)機(jī)和模糊樹自動(dòng)機(jī)的最小化算法。
　　本論文主要工作及采用的主要技術(shù)如下：
　　（1）構(gòu)

2、造無秩樹自動(dòng)機(jī)模型。依據(jù)網(wǎng)站中網(wǎng)頁信息的樹狀結(jié)構(gòu)，將頁面中的HTML/XML通過DOM解析器，生成無秩DOM樹集，為了解決無秩樹節(jié)點(diǎn)數(shù)目不確定性，本文依據(jù)DOM樹集構(gòu)造(k,l)contextual樹，得到可控制高度和寬度的樹，利用雙向轉(zhuǎn)移函數(shù)，構(gòu)造無秩樹自動(dòng)機(jī)。
　　（2）采用Rough集技術(shù)處理信息模糊性及構(gòu)造模糊樹自動(dòng)機(jī)模型。依據(jù)Rough集理論構(gòu)造符合處理網(wǎng)頁信息模糊性的容錯(cuò)關(guān)系模型，再結(jié)合容錯(cuò)關(guān)系模型與Rough集理論中

3、的上近似關(guān)系，實(shí)現(xiàn)了“核信息”詞語的擴(kuò)展，較好地解決了信息間的模糊性，增加抽取信息的準(zhǔn)確性；并在此基礎(chǔ)上提出了構(gòu)造模糊樹自動(dòng)機(jī)的過程，通過實(shí)驗(yàn)，驗(yàn)證了該模糊樹自動(dòng)機(jī)模型在抽取信息中的有效性。
　?。?）樹自動(dòng)機(jī)及模糊樹自動(dòng)機(jī)的最小化。樹自動(dòng)機(jī)最小化的難點(diǎn)在于對(duì)樹狀態(tài)進(jìn)行分類時(shí)，可能產(chǎn)生新的字符串狀態(tài)分類。本文提出了通過定義三個(gè)操作符，追蹤標(biāo)記樹狀態(tài)和字符串狀態(tài)的方式來解決這個(gè)難點(diǎn)；利用狀態(tài)集的模糊等價(jià)，構(gòu)造模糊等價(jià)類；利用互模擬技