| 一种基于分类算法的网页信息提取方法 |
| |
| 引用本文： | 汪建伟,杨冬青,高军,王腾蛟. 一种基于分类算法的网页信息提取方法[J]. 中国药品标准, 2008, 0(3): 91-93 |
| |
| 作者姓名： | 汪建伟 杨冬青 高军 王腾蛟 |
| |
| 作者单位： | 汪建伟（北京大学信息科学技术学院,北京,100871;军事交通学院,天津,300161）;杨冬青（北京大学信息科学技术学院,北京,100871）;高军（北京大学信息科学技术学院,北京,100871）;王腾蛟（北京大学信息科学技术学院,北京,100871） |
| |
| 摘 要： | 在目前的Web信息提取技术中,很多都是基于HTML结构的,由于HTML结构的经常变化,使提取模板需要经常更新,而提取模板的更新需要很多领域知识.本文提出一种基于分类算法的Web信息提取方法,通过将网页文本按照其显示属性的不同进行分组,以显示属性值为基础对Web页面文本进行分类,获取所关注文本,从而完成对web页面的信息提取.这种提取方法操作简单,易于实现,对网页结构的依赖性小.
|
| 关 键 词： | 信息提取 属性向量 Wrapper 显示属性 |
A Method of Web Information Extraction Based on Classification Algorithm |
| |
| WANG Jian-Wei,YANG Dong-Qing,CAO Jun,WANG Teng-Jiao. A Method of Web Information Extraction Based on Classification Algorithm[J]. , 2008, 0(3): 91-93 |
| |
| Authors: | WANG Jian-Wei YANG Dong-Qing CAO Jun WANG Teng-Jiao |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《中国药品标准》浏览原始摘要信息 |
|
点击此处可从《中国药品标准》下载全文 |
|
