基于 XML的Web数据抽取模型研究

• 作者: 吕先竞 宋玉忠 谢维成
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: KDW XML Web数据抽取 语义Web技术
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 电气信息技术
• 页码范围: 82-86
• 页数: 5页
• 分类号: T311.52
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2006.01.027

摘要

提出了一种面向HTML或XML描述的Web数据抽取模型,首先用STOCK把Web文档从Web服务器读下来,识别Web文档的表示格式,若是HTML格式,则先把HTML数据转换成XHTML(XML的子集)格式,然后对Web页进行修复后合并形成系列XML文档并存储,采用绝对路径和锚点(Anchor),利用XML数据格式的工具来检索相关数据,获取所需数据并构造XML输出,从而实现Web数据抽取过程.实验表明,该模型实现Web数据抽取是可行的,根据该模型的缺陷,提出了一个基于语义Web技术的信息抽取改进模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢维成	西华大学电气信息学院	42	112	6.0	8.0