基于網(wǎng)頁分割的Web信息提取算法
所屬分類：技術論文
上傳者：aet
文檔大?。?span>238 K
所需積分：0分積分不夠怎么辦？
文檔介紹：針對網(wǎng)頁非結構化信息抽取復雜度高的問題，提出了一種基于網(wǎng)頁分割的Web信息提取算法。對網(wǎng)頁噪音進行預處理，根據(jù)網(wǎng)頁的文檔對象模型樹結構進行標簽路徑聚類，通過自動訓練的閾值和網(wǎng)頁分割算法快速判定網(wǎng)頁的關鍵部分，根據(jù)數(shù)據(jù)塊中的嵌套結構獲取網(wǎng)頁文本提取模板。對不同類型網(wǎng)站的實驗結果表明，該算法運行速度快、準確度高。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。