| 网页结构模板生成新方法研究 |
| |
| 引用本文： | 冯少卿,都云程.网页结构模板生成新方法研究[J].北京机械工业学院学报,2007,22(3):15-19. |
| |
| 作者姓名： | 冯少卿 都云程 |
| |
| 作者单位： | 北京信息工程学院中文信息处理研究中心,北京100101 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划)，北京市属市管高校人才强教计划，北京市教委科技发展计划项目 |
| |
| 摘 要： | Web页面所表达的主要信息通常隐藏在大量无关的结构和文字中,使用户不能迅速获取主题信息,限制了Web的可用性.为了高效地抽取基于模板的网页主题信息,提出了一种新的从HTML网页结构分析入手的模板生成方法.该方法以文档对象模型(DOM)为基础,通过对网页对应的DOM树层次结构进行分析,来判断两个网页是否相似,结构上相似的网页可以作为一个样本集.利用生成的样本集可以比较方便的抽象出网页结构模板,实现高效的信息抽取.实验表明,该方法准确率可达97%.
|
| 关 键 词： | 结构分析 网页相似 样本集 模板 |
| 文章编号： | 1008-1658（2007）03-0015-05 |
| 收稿时间： | 2007-06-12 |
New method of generating template from webpage structure |
| |
| FENG Shao-qing,DU Yun-cheng.New method of generating template from webpage structure[J].Journal of Beijing Institute of Machinery,2007,22(3):15-19. |
| |
| Authors: | FENG Shao-qing DU Yun-cheng |
| |
| Affiliation: | Chinese Information Processing Research Center,Beijing Information Technology Institute ,Beijing 100101 ,China |
| |
| Abstract: | |
| |
| Keywords: | DOM |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
