基于DOM的WEB主题信息抽取
随着Internet的发展及其广泛应用,WEB上的信息呈爆炸式增长趋势,但是WEB页面通常包含了很多与主题内容无关的信息,影响了对主题内容的快速获取以及对WEB信息的各种应用.本文提出了一种基于DOM的WEB页面主题抽取方法,快速准确的提取出WEB页面的主题内容,并对1000个网页进行了测试.实验结果表明该方法切实可行,可达到92.46%的准确率.
Uloženo v:
| Hlavní autoři: | , |
|---|---|
| Médium: | Artigo |
| Jazyk: | Inglês |
| Vydáno: |
Editorial Department of Journal of Sichuan University (Natural Science Edition)
2008-01-01
|
| Edice: | 四川大学学报. 自然科学版 |
| Témata: | |
| On-line přístup: | http://science.scu.edu.cn/thesisDetails?columnId=156463296&Fpath=home&index=0 |
| Tagy: |
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
|