高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
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

Research on automatic extraction technology of Web information

    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)

/

返回文章
返回