基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于网页信息具有异构和动态的特点,致使现有的大多数网页信息抽取方法都存在适用性差的问题.为此,将传统的文本分类器和隐式马尔可夫学习策略结合起来,提出了一种基于多学习策略的网页信息抽取方法.该方法在获得网页文本记录的局部最优分类抽取结果基础上,还利用了整个网页文本结构信息对抽取结果进行进一步优化.实验结果表明,该方法不需要对新的站点进行学习,就能获得较高的信息召回率和抽取精度,具有较强的适用性.
推荐文章
基于加权频繁子树相似度的网页评论信息抽取
产品评论
抽取
加权频繁子树
基于DOM的半结构化网页信息抽取算法
DOM
信忠抽取
半结构化
信息集成
一种基于特征符号的网页主题信息抽取方法
生成树模型
特征符号
相关度
主题提取
基于多策略的短文本信息流会话抽取
会话抽取
短文本
短文本信息流
词向量
聊天记录
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多学习策略的网页信息抽取方法
来源期刊 计算机应用与软件 学科 工学
关键词 信息抽取 机器学习 文本分类器 HMM
年,卷(期) 2008,(12) 所属期刊栏目 基金项目论文
研究方向 页码范围 68-69,115
页数 3页 分类号 TP3
字数 3332字 语种 中文
DOI 10.3969/j.issn.1000-386X.2008.12.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱明 中国科学技术大学自动化系 228 2519 25.0 40.0
2 郑烇 中国科学技术大学自动化系 55 331 9.0 15.0
3 李香 中国科学技术大学自动化系 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信息抽取
机器学习
文本分类器
HMM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导