信息抽取中基于DOM树的过滤器方法的研究

• 作者: 叶飞跃 员红娟 彭文滔 李霞
• 来源期刊: 科技与创新
• 关键词: 过滤器 DOM 信息抽取
• 年，卷（期）: 2008,（30）
• 所属期刊栏目: 软件时空
• 页码范围: 217-219
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.30.088

摘要

分析了信息抽取中各种页面预处理的方法,提出一种改进方法一基于DOM树结构的过滤器,并设计了三种过滤器.讨论过滤器的原理,给出了具体的实现算法.最后根据过滤器的一个具体应用,总结出其适应于当前网页的结构和设计的特点,验证了方法的正确性和适用性,大大提高了信息抽取的效率和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶飞跃	上海大学计算机工程与科学学院	20	166	7.0	11.0
2	李霞	上海大学计算机工程与科学学院	26	99	6.0	9.0
3	员红娟	上海大学计算机工程与科学学院	3	47	3.0	3.0
4	彭文滔	上海大学计算机工程与科学学院	3	44	3.0	3.0