WEB文档信息抽取方法研究

• 作者: 王锟
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 信息抽取 web db2 SQL/XML
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 应用与开发
• 页码范围: 133,144
• 页数: 2页
• 分类号: TP3
• 字数: 2027字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2782.2008.03.083

摘要

web信息抽取是对html文本中包含的信息进行结构化处理,抽取出有用的信息.本文提出了一种web信息抽取方法,通过清洗半结构化的HTML页面信息将其转化为结构化的XHTML格式信息,再利用DB2 9的SQL/XML语言,实现web信息的抽取.实验表明,该方法能够准确地提取数据块,正确抽取块内信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王锟	西安石油大学计算机学院	2	36	2.0	2.0