Institute of Computing Technology, Chinese Academy IR
| 一种全自动生成网页信息抽取Wrapper的方法 | |
| 梅雪; 程学旗; 郭岩; 张刚; 丁国栋 | |
| 2008 | |
| 发表期刊 | 中文信息学报
 |
| ISSN | 1003-0077 |
| 卷号 | 22.0期号:1.0页码:22 |
| 摘要 | Web网页信息抽取是近年来广泛关注的话题。如何最快最准地从大量Web网页中获取主要数据成为该领域的一个研究重点。文章中提出了一种全自动化生成网页信息抽取Wrapper的方法。该方法充分利用网页设计模版的结构化、层次化特点，运用网页链接分类算法和网页结构分离算法，抽取出网页中各个信息单元，并输出相应Wrapper。利用Wrapper能够对同类网页自动地进行信息抽取。实验结果表明，该方法同时实现了对网页中严格的结构化信息和松散的结构化信息的自动化抽取，抽取结果达到非常高的准确率。 |
| 关键词 | 计算机应用 中文信息处理 网页信息抽取 网页结构分离 包装器 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/35338 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 梅雪,程学旗,郭岩,等. 一种全自动生成网页信息抽取Wrapper的方法[J]. 中文信息学报,2008,22.0(1.0):22. |
| APA | 梅雪,程学旗,郭岩,张刚,&丁国栋.(2008).一种全自动生成网页信息抽取Wrapper的方法.中文信息学报,22.0(1.0),22. |
| MLA | 梅雪,et al."一种全自动生成网页信息抽取Wrapper的方法".中文信息学报 22.0.1.0(2008):22. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [梅雪]的文章 |
| [程学旗]的文章 |
| [郭岩]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [梅雪]的文章 |
| [程学旗]的文章 |
| [郭岩]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [梅雪]的文章 |
| [程学旗]的文章 |
| [郭岩]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论