首页 | 本学科首页   官方微博 | 高级检索  
     

网页信息抽取方法的研究
引用本文:徐铁,耿佳宁. 网页信息抽取方法的研究[J]. 信息技术, 2009, 0(4)
作者姓名:徐铁  耿佳宁
作者单位:1. 黑龙江省电子信息产品监督检验院,哈尔滨,150090
2. 中国政法大学,北京,102249
摘    要:
信息抽取技术属于人工智能的一个分支.使用信息抽取技术可以人性化地从网页中把人们需要的信息抽取出来.文中提出的信息抽取技术是基于DOM和网页模板的一种归纳网页模板的新方法,它能很好地对各种布局元素的网页进行模板归纳,同时给出核心算法的C++实现.

关 键 词:网页抽取  网页模板  网页相似度  网页聚类

Research on Information extraction algorithm based on Web
XU Tie,GENG Jia-ning. Research on Information extraction algorithm based on Web[J]. Information Technology, 2009, 0(4)
Authors:XU Tie  GENG Jia-ning
Affiliation:1.Heilongjiang Province Electronic Information Products Supervision & Inspection Institute;Harbin 150090;China;2.China University of Political Science and Law;Beijing 102249;China
Abstract:
Information extraction belongs to the branch of artificial intelligence.Interesting information can be abstracted from Web pages by means of it.Information extraction algorithm proposed is based on DOM and Web template,and it is a new way of inducting Web page templates for the Web pages that are laid out by table element.Implementation of regarding the proposed algorithm is provided by C+ + language at the end of the paper.
Keywords:Web extraction  Web template  Web similar  Web cluster  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号