|
|||||
|
|
| 面向Web的新闻网页正文信息抽取策略研究 | |
| 作者单位： | 南京师范大学教育技术系 |
| 摘 要： | 本文介绍了一种结合STU-DOM树和文本字数统计的新闻网页正文信息抽取方法,它赋予节点语义属性后,过滤主题无关节点,最终利用相关标记包含的中文字符数从中选择包含正文信息的节点。这种策略能够准确地提取正文内容外,还无损地保留了正文中与主题相关的链接。 |
| 关 键 词： | 统计 STU树 信息抽取 |
The Strategy of the Information Extraction for Text from News Web Pages |
|
| Authors: | Chen Leilei Zhang Rujing |
| Affiliation: | Chen Leilei1 Zhang Rujing2 |
| Abstract: | |
| Keywords: | statistical STU-DOM tree information extraction |
| 本文献已被 CNKI 等数据库收录！ | |