基于DOM修剪的藏文Web信息提取

• 作者: 格桑多吉 欧珠 珠杰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 音节点 DOM树 藏文 Web信息提取
• 年，卷（期）: 2008,（24）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 58-60
• 页数: 3页
• 分类号: TP393
• 字数: 3093字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.24.020

摘要

随着互联网的普及和藏文信息技术的不断发展,出现了大量的藏文网站.该文根据藏文"音节点"的特征识别藏文网页并进行抓取.在建立DOM树的基础上,分析网页的链接、非链接文本与主题信息块之间的相关度.通过语义修剪算法提取藏文主题信息.经测试证实,该算法在藏文网页识别和藏文主题信息提取中具有较好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	格桑多吉	西藏大学计算机科学与技术系	36	231	8.0	14.0
2	珠杰	西藏大学计算机科学与技术系	24	123	8.0	10.0
3	欧珠	西藏大学计算机科学与技术系	16	70	5.0	7.0