| 基于标签路径的Web结构化数据自动抽取 |
| |
| 引用本文： | 李贵,陈成,李征宇,韩子扬,孙平,孙焕 良.基于标签路径的Web结构化数据自动抽取[J].计算机科学,2013,40(Z6):141-144,165. |
| |
| 作者姓名： | 李贵 陈成 李征宇 韩子扬 孙平 孙焕 良 |
| |
| 作者单位： | 沈阳建筑大学信息与控制工程系 沈阳110168;沈阳建筑大学信息与控制工程系 沈阳110168;沈阳建筑大学信息与控制工程系 沈阳110168;沈阳建筑大学信息与控制工程系 沈阳110168;沈阳建筑大学信息与控制工程系 沈阳110168;沈阳建筑大学信息与控制工程系 沈阳110168 |
| |
| 基金项目： | 本文受国家自然科学基金(61070024)资助 |
| |
| 摘 要： | 提出了一种基于标签路径的Web结构化数据自动抽取方法。该方法通过对网页DOM树的解析获取完整标签路径集合,并依据路径相似度测量方法来聚类标签路径,实现目标数据区域的定位,然后通过标签节点坐标位置的特性来分离各个数据项,过滤冗余数据,最终完成数据抽取。实验结果表明,与MDR方法相比,该方法在处理拥有结构化数据的网页时,有更高的查全率和查准率。
|
| 关 键 词： | 标签路径 结构化数据抽取 聚类 |
Automatic Web Structured Data Extraction Based on Tag Path |
| |
| LI Gui,CHEN Cheng,LI Zheng-yu,HAN Zi-yang,SUN Ping and SUN Huan-liang.Automatic Web Structured Data Extraction Based on Tag Path[J].Computer Science,2013,40(Z6):141-144,165. |
| |
| Authors: | LI Gui CHEN Cheng LI Zheng-yu HAN Zi-yang SUN Ping and SUN Huan-liang |
| |
| Affiliation: | Faculty of Information & Control Engineering,Shenyang Jianzhu University,Shenyang 110168,China;Faculty of Information & Control Engineering,Shenyang Jianzhu University,Shenyang 110168,China;Faculty of Information & Control Engineering,Shenyang Jianzhu University,Shenyang 110168,China;Faculty of Information & Control Engineering,Shenyang Jianzhu University,Shenyang 110168,China;Faculty of Information & Control Engineering,Shenyang Jianzhu University,Shenyang 110168,China;Faculty of Information & Control Engineering,Shenyang Jianzhu University,Shenyang 110168,China |
| |
| Abstract: | |
| |
| Keywords: | Tag path Extracting structured data Clustering |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
