基于XML的Web半结构化信息抽取

• 作者: 张莹 李哲琦
• 来源期刊: 长春理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 信息抽取 数据清洗 XML Tidy
• 年，卷（期）: 2007,（1）
• 页码范围: 66-68
• 页数: 3页
• 分类号: TP391.1
• 字数: 1311字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9870.2007.01.020

摘要

Web信息抽取是信息抽取技术在B/S体系中的新发展,在增量信息存储与搜索中有着广泛的应用.本文阐述的基于XML的Web半结构化信息抽取,是将Web表示层作为信息源,基于XML、JTidy数据清洗及Xquare-bridge等技术及开源项目,实现Web中半结构化的隐式信息点抽取,生成结构化、语义更清晰的表示及存储形式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张莹	长春理工大学计算机科学技术学院	42	83	5.0	6.0
2	李哲琦	长春工业大学计算机科学技术学院	1	7	1.0	1.0