| 基于多层模式的多记录网页信息抽取方法 |
| |
| 引用本文： | 朱明,王军,王俊普. 基于多层模式的多记录网页信息抽取方法[J]. 计算机工程, 2001, 27(9): 40-42 |
| |
| 作者姓名： | 朱明 王军 王俊普 |
| |
| 作者单位： | 中国科技大学自动化系 |
| |
| 基金项目： | 安徽省自然科学基金资助项目（98312820） |
| |
| 摘 要： | 为有效解决网页信息抽取所需知识的获取问题，提出一种基于多层模式的网信息抽取方法，（简称HPIE方法）。将网页信息抽取知识分为若干层，由抽象到具体逐层描述信息识别模式知识。HPIE方法能够利用各抽取对象之间存在的相互联系，以及抽取过程与结构所表成的新学习样本，不断完善多层模式的知识内容，并帮助最终从多个信息内容类似但其描述格式各异的HTML网页中，抽取出所需的多记录信息内容，有关多个（美国大学教员）论文目录网页的抽取实验结果表明，HPIE方法具有较强的网而信息自适应抽取能力。
|
| 关 键 词： | 半结构化数据 信息抽取 模式识别 网页 计算机网络 |
| 文章编号： | 1000-3428(2001)09-0040-03 |
| 修稿时间： | 2001-01-08 |
Multiple Record Extraction from HTML Page Based on Hierarchical Pattern |
| |
| ZHU Ming,WANG Jun,WANG Junpu. Multiple Record Extraction from HTML Page Based on Hierarchical Pattern[J]. Computer Engineering, 2001, 27(9): 40-42 |
| |
| Authors: | ZHU Ming WANG Jun WANG Junpu |
| |
| Abstract: | |
| |
| Keywords: | Semi-structured data Information extraction Pattern recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
