论文降重
免费查重- 钛学术文献服务平台 \
- 学术期刊 \
- 综合期刊 \
- 其它期刊 \
- 电脑知识与技术：学术版期刊 \
面向Web的新闻网页正文信息抽取策略研究
面向Web的新闻网页正文信息抽取策略研究
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：
本文介绍了一种结合STU-DOM树和文本字数统计的新闻网页正文信息抽取方法,它赋予节点语义属性后,过滤主题无关节点,最终利用相关标记包含的中文字符数从中选择包含正文信息的节点。这种策略能够准确地提取正文内容外,还无损地保留了正文中与主题相关的链接。
推荐文章
基于文本块密度和标签路径覆盖率的网页正文抽取
正文抽取
文本块密度
标签路径覆盖率
特征融合
基于分块的新闻网页信息抽取算法
网页信息抽取
模板页
分块
相同噪音块
同类噪音块
特殊噪音块
Web 信息抽取技术在吹哨系统中的研究与应用
信息抽取
舆情
数据采集
分布函数
网页结构
基于Web的新闻信息抽取
信息抽取
包装器
DOM
抽取规则
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 | 面向Web的新闻网页正文信息抽取策略研究 | ||
| 来源期刊 | 电脑知识与技术：学术交流 | 学科 | 工学 |
| 关键词 | 统计 STU树 信息抽取 | ||
| 年，卷（期） | dnzsyjsxsb_2008,（S2） | 所属期刊栏目 | |
| 研究方向 | 页码范围 | 1-2 | |
| 页数 | 2页 | 分类号 | TP393.092 |
| 字数 | 语种 | ||
| DOI | |||
五维指标
引文网络
引文网络
二级参考文献 (0)
共引文献 (0)
参考文献 (8)
节点文献
引证文献 (0)
同被引文献 (0)
二级引证文献 (0)
2004(1)
- 参考文献（1）
- 二级参考文献（0）
2008(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)
研究主题发展历程
节点文献
统计
STU树
信息抽取
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
电脑知识与技术：学术版
主办单位：
时代出版传媒股份有限公司
中国计算机函授学院
出版周期：
旬刊
ISSN：
1009-3044
CN：
34-1205/TP
开本：
出版地：
安徽合肥市濉溪路333号
邮发代号：
26-188
创刊时间：
语种：
出版文献量（篇）
41621
总下载数（次）
23
期刊文献
相关文献
推荐文献
- 期刊分类
- 期刊（年）
- 期刊（期）
- 期刊推荐
电脑知识与技术：学术版2021
电脑知识与技术：学术版2020
电脑知识与技术：学术版2019
电脑知识与技术：学术版2018
电脑知识与技术：学术版2017
电脑知识与技术：学术版2016
电脑知识与技术：学术版2015
电脑知识与技术：学术版2014
电脑知识与技术：学术版2013
电脑知识与技术：学术版2012
电脑知识与技术：学术版2011
电脑知识与技术：学术版2010
电脑知识与技术：学术版2009
电脑知识与技术：学术版2008
电脑知识与技术：学术版2007
电脑知识与技术：学术版2006
电脑知识与技术：学术版2005
电脑知识与技术：学术版2008年第S2期
电脑知识与技术：学术版2008年第9期
电脑知识与技术：学术版2008年第8期
电脑知识与技术：学术版2008年第7期
电脑知识与技术：学术版2008年第6期
电脑知识与技术：学术版2008年第5期
电脑知识与技术：学术版2008年第4期
电脑知识与技术：学术版2008年第3期
电脑知识与技术：学术版2008年第2期
电脑知识与技术：学术版2008年第12Z期
电脑知识与技术：学术版2008年第12X期
电脑知识与技术：学术版2008年第12期
电脑知识与技术：学术版2008年第11Z期
电脑知识与技术：学术版2008年第11X期
电脑知识与技术：学术版2008年第11期
电脑知识与技术：学术版2008年第10期
电脑知识与技术：学术版2008年第1期
