| 面向网络评论的文本信息抽取方法研究 |
| |
| 引用本文： | 段建勇,高会娟,张梅. 面向网络评论的文本信息抽取方法研究[J]. 北方工业大学学报, 2015, 27(1): 7-12,50. DOI: 10.3969/j.issn.1001-5477.2015.01.002 |
| |
| 作者姓名： | 段建勇 高会娟 张梅 |
| |
| 作者单位： | 北方工业大学信息工程学院,100144,北京;北方工业大学信息工程学院,100144,北京;北方工业大学信息工程学院,100144,北京 |
| |
| 基金项目： | 国家自然科学基金，北京市哲学社会科学规划基金，北京市青年拔尖人才培育计划 |
| |
| 摘 要： | 为对网络在线评论进行高效率的文本分析与提取,本文提出一种基于HtmlParser的文本抽取解析算法.首先通过语言与格式规则进行标签筛选,实现基于HtmlParser的网页文本数据抽取算法,然后采用Regex模式对抽取文本进行清洗去噪.最后通过实验,结合正确率与召回率等指标验证了算法的有效性.
|
| 关 键 词： | 网页提取 信息抽取 URL采集 模式匹配 |
Research on the Method of Network Review Extraction |
| |
| DUAN Jianyong,GAO Huijuan,ZHANG Mei. Research on the Method of Network Review Extraction[J]. Journal of North China University of Technology, 2015, 27(1): 7-12,50. DOI: 10.3969/j.issn.1001-5477.2015.01.002 |
| |
| Authors: | DUAN Jianyong GAO Huijuan ZHANG Mei |
| |
| Affiliation: | DUAN Jianyong;GAO Huijuan;ZHANG Mei;Col.of Information Engineering,North China Univ.of Tech.; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
