从WEB文档中构造半结构化信息的抽取器

• 作者: 张福炎 戚广志 黄豫清
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 启发式规则 数据抽取格式 对象交换模型
• 年，卷（期）: 2000,（1）
• 页码范围: 73-78
• 页数: 6页
• 分类号: TP311
• 字数: 4080字
• 语种: 中文

摘要

为了对WEB上不规则的、动态的信息按照数据库的方式集成和查询,采用对象交换模型(object exchange model,简称OEM)建立了WEB信息模型.为了将页面中各个部分表示为对应的OEM对象,设计了半结构化信息的抽取算法,并给出测试结果.该方法可以抽取结构化和半结构化的信息,比现有的抽取方法通用性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张福炎	南京大学多媒体计算机研究所	111	3898	30.0	61.0
2	黄豫清	南京大学多媒体计算机研究所	2	155	2.0	2.0
3	戚广志	南京大学多媒体计算机研究所	1	149	1.0	1.0