一种基于决策树的新闻内容抽取方法

• 作者: 杨静 王浩 胡俊坤
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器学习 特征抽取 决策树 新闻内容抽取
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 774-777
• 页数: 4页
• 分类号: TP181
• 字数: 3594字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2009.06.002

摘要

文章提出了一种针对中文新闻网站的新闻内容抽取方法,该方法使用特征向量抽取和决策树学习算法来建立新闻网页节点分类模型,并把模型根据不同的网站进行分类,构建一个模型库.当输入一个新闻网页url时,先通过url判断是哪个新闻网站,再从模型库中选择相应的节点分类模型,如果没有对应的模型就使用通用的节点分类模型对其进行抽取,实验证明这种方法可以达到很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	合肥工业大学计算机与信息学院	193	1473	20.0	29.0
2	杨静	合肥工业大学计算机与信息学院	26	163	7.0	11.0
3	胡俊坤	合肥工业大学计算机与信息学院	1	6	1.0	1.0