一种基于文本样式的Web主题信息提取方法研究

• 作者: 李佩 谢刚 顾韵华
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 文本样式 主题提取 算法
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 算法与分析
• 页码范围: 17-20,176
• 页数: 5页
• 分类号: TP393
• 字数: 4438字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2009.11.006

摘要

考虑Web页面表现形式对主题相关度的影响,提出了一个基于文本样式的Web主题提取算法.该算法解析Web页面中的文本样式,根据不同的文本样式来计算文本的重要度,选取重要度较高的文本作为该页面的主题.算法无须对页面进行复杂的结构分析,也避免了模板需要人工手动配置或训练的繁琐问题,具有较强的通用性.通过对十大类网站的一百个网页的测试,结果表明该算法具有较高的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾韵华	南京信息工程大学计算机与软件学院	49	309	9.0	15.0
2	李佩	南京信息工程大学计算机与软件学院	3	26	2.0	3.0
3	谢刚	南京信息工程大学计算机与软件学院	1	1	1.0	1.0