一種自適應(yīng)網(wǎng)頁結(jié)構(gòu)化信息提取方法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：509 K
標簽： 信息提取 結(jié)構(gòu)化信息 分類模型
所需積分：0分積分不夠怎么辦？
文檔介紹：面向互聯(lián)網(wǎng)信息采集挖掘應(yīng)用，針對傳統(tǒng)的網(wǎng)站信息整頁采集方式存在采集信息混雜、無法直接使用，而人工結(jié)構(gòu)化采集方式成本高、工作效率低的問題，研究提出了一種自適應(yīng)網(wǎng)頁結(jié)構(gòu)化信息提取方法，實現(xiàn)了網(wǎng)頁分類算法、基于子樹的標題項、內(nèi)容項的結(jié)構(gòu)化信息提取算法?；诘湫途W(wǎng)站網(wǎng)頁分類標注數(shù)據(jù)集進行分類模型的學(xué)習(xí)建模，可以自適應(yīng)不同網(wǎng)站的差異，對網(wǎng)頁進行分類，按照網(wǎng)頁分類分別提取出網(wǎng)頁中的列表項結(jié)構(gòu)化信息、內(nèi)容項結(jié)構(gòu)化信息。該技術(shù)對提高網(wǎng)站信息結(jié)構(gòu)化采集處理的自動化水平及處理效率具有重要作用。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。