基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
建立基于链的父亲结构树描述和存储网页信息,采用Htmlparse和基于正则表达式的描述方法,设计、实现了一种高效的基于单元识别的网页信息抽取算法.分析与实验结果表明,文中给出的网页信息抽取方法能提高检索的查准率和查全率.
推荐文章
基于加权频繁子树相似度的网页评论信息抽取
产品评论
抽取
加权频繁子树
基于DOM的半结构化网页信息抽取算法
DOM
信忠抽取
半结构化
信息集成
一种基于特征符号的网页主题信息抽取方法
生成树模型
特征符号
相关度
主题提取
基于条码识别的标签信息智能检索方法
条码识别
标签信息
排序
智能检索
信息检索
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于单元识别的网页信息抽取方法
来源期刊 广西大学学报(自然科学版) 学科 工学
关键词 单元识别 信息抽取 父亲结构树 Htmlparser 正则表达式
年,卷(期) 2011,(5) 所属期刊栏目 计算机与电子信息科学
研究方向 页码范围 787-791
页数 分类号 TP391.1
字数 3095字 语种 中文
DOI 10.3969/j.issn.1001-7445.2011.05.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钟诚 广西大学计算机与电子信息学院 195 1023 14.0 21.0
2 焦小焦 广西大学计算机与电子信息学院 4 28 2.0 4.0
3 柳永念 广西大学计算机与电子信息学院 6 79 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (79)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(12)
  • 参考文献(1)
  • 二级参考文献(11)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(7)
  • 参考文献(6)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
单元识别
信息抽取
父亲结构树
Htmlparser
正则表达式
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西大学学报(自然科学版)
双月刊
1001-7445
45-1071/N
大16开
广西南宁市大学路100号广西大学西校园学报编辑部
28832转3
1976
chi
出版文献量(篇)
4586
总下载数(次)
8
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导