基于规则的Deep Web查询接口的抽取

• 作者: 杨丽华
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 领域知识 正则表达式 规则 查询接口抽取
• 年，卷（期）: 2010,（1）
• 页码范围: 7-8
• 页数: 2页
• 分类号: TP311

摘要

以网上书店为例,基于所发现的DeepWeb数据源,针对其查询接口,提出了一种基于领域知识的DeepWeb接口抽取方法,该方法采用正则表达式的规则提取查询接口,包括与控件相邻的文本语义词汇的提取和控件的提取,然而部分查询接口抽取出的文本语义信息比较繁琐,需借助页面中的字体颜色等特征,过滤非需要的信息,达到文中的目标。该方法获得了较好的结果,具有良好的可行性和实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丽华	河北大学数学与计算机学院	6	18	2.0	4.0