基于语料的Web页面抽取器的研究与实现

• 作者: 钱培德 陆剑江
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Web 语料 超文本标记语言 可扩展标记语言
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 博士论文
• 页码范围: 34-35,152
• 页数: 3页
• 分类号: TP391
• 字数: 2151字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2003.06.014

摘要

主要介绍了面对万维网上各种各样的诸如文本、声音、图形和图像等语料信息,如何按照用户的实际需求将其中对用户有用的信息抽取出来,从而实现对现有语料信息的一种有效分离.重点介绍了Web信息簇聚性的特点和语料库的设计,以及语料库的实际工作原理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆剑江	东南大学计算机科学与工程系	8	136	7.0	8.0
2	钱培德	东南大学计算机科学与工程系	3	62	3.0	3.0