网页信息抽取及建库系统C#实现

• 作者: 刘华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 内容解析 信息抽取 语料库 XML
• 年，卷（期）: 2006,（16）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 49-51
• 页数: 3页
• 分类号: TP311.12
• 字数: 3492字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.16.019

摘要

围绕网页内容解析、数据清洗、语料库信息字段定义和XML数据存储4个方面,该文介绍了网页信息自动抽取及建库的原理,并使用C#语言在微软.NET Framework下完成了一个网页信息自动抽取及建库系统,该系统具有智能性和个性化的特点,适合构建文本分类、话题识别和信息检索的大型训练(测试)语料集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘华	暨南大学华文学院应用语言学系	39	209	8.0	13.0