基于数据区域发现的信息抽取规则生成方法

• 作者: 曲著伟 李敏强
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 信息抽取 抽取规则生成 Web数据区域 树匹配
• 年，卷（期）: 2009,（22）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 59-61
• 页数: 3页
• 分类号: TP311.12
• 字数: 4345字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.22.020

摘要

提出一种自动检测网页中数据记录结构特点并生成Web信息抽取规则的方法,以网页DOM树为基础,自动发现和分离Web数据区域所对应的DOM子树,将其分解为数据记录子树集合,综合数据记录子树的结构特点生成抽取规则.实验结果显示,该方法具有较高的抽取准确率和查全率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏强	天津大学管理学院	194	5707	40.0	69.0
2	曲著伟	天津大学管理学院	3	39	3.0	3.0