高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

网页信息自动抽取技术的研究

胡少荣, 孟嗣仪, 刘云, 张彦超, 丁飞

胡少荣, 孟嗣仪, 刘云, 张彦超, 丁飞. 网页信息自动抽取技术的研究[J]. 铁路计算机应用, 2010, 19(9): 37-40.
引用本文: 胡少荣, 孟嗣仪, 刘云, 张彦超, 丁飞. 网页信息自动抽取技术的研究[J]. 铁路计算机应用, 2010, 19(9): 37-40.
shu
HU Shao-rong, MENG Si-yi, LIU Yun, ZHANG Yan-chao, DING Fei. Research on automatic extraction technology of Web information[J]. Railway Computer Application, 2010, 19(9): 37-40.
Citation: HU Shao-rong, MENG Si-yi, LIU Yun, ZHANG Yan-chao, DING Fei. Research on automatic extraction technology of Web information[J]. Railway Computer Application, 2010, 19(9): 37-40.
shu

网页信息自动抽取技术的研究

  • 北京交通大学,网络舆论安全研究中心,100044

基金项目: 国家自然科学基金资助项目(60972012)%教育部培育基金(707006)%铁道部科技研究开发计划重点课题(2008X019)%北京市教育委员会学科建设与研究生建设项目资助(JXKJD20090001)%通信与信息系统北京市重点实验室资助项目(JSYJD20090001)%教育部哲学人文社会科学研究重大课题(08WL1101)
详细信息

  • 中图分类号: TP39

Research on automatic extraction technology of Web information

摘要

    摘要
  • 摘要: 在网络舆情分析中,经常要从大量的网页信息中抽取出有用的数据.但一般的网页信息抽取技术都是基于对HTML文档的分析.本文提出网页信息自动抽取的方法,可以滤除网页噪声,快速准确地获取所需要的网页信息.该方法首先将HTML转换为结构化的XML文档,然后结合DOM4J和XPath语言建立网页解析模板库,最后根据模板的抽取规则对网页信息进行抽取.实验证明,该方法具有较高的回召率和查准率.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
    • 资源附件(0)
计量
  • 文章访问数:  24
  • HTML全文浏览量:  0
  • PDF下载量:  68
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-09-14
  • 录用日期:  2010-09-14
  • 刊出日期:  2010-09-14

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    京ICP备12043220号-2

    本系统版权所有：北京仁和汇智信息技术有限公司   百度统计