基于多层模式的多记录网页信息抽取方法

• 作者: 朱明 王俊普 王军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 半结构化数据 信息抽取 模式识别
• 年，卷（期）: 2001,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 40-42
• 页数: 3页
• 分类号: TP393.09
• 字数: 3538字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2001.09.016

摘要

为有效解决网页信息抽取所需知识的获取问题,提出了一种基于多层模式的网页信息抽取方法(简称HPIE方法).将网页信息抽取知识分为若干层,由抽象到具体逐层描述信息识别模式知识.HPIE方法能够利用各抽取对象之间存在的相互联系,以及抽取过程与结果所形成的新学习样本,不断完善多层模式的知识内容,并帮助最终从多个信息内容类似但其描述格式各异的HTML网页中,抽取出所需的多记录信息内容.有关多个(美国大学教员)论文目录网页的抽取实验结果表明,HPIE方法具有较强的网页信息自适应抽取能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王军	中国科技大学自动化系	6	81	4.0	6.0
2	朱明	中国科技大学自动化系	4	122	4.0	4.0
3	王俊普	中国科技大学自动化系	5	92	4.0	5.0