基于树比较的Web页面主题信息抽取

• 作者: 周毅敏 朱梦麟 李光耀
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 信息抽取 相似页面 树比较 抽取规则
• 年，卷（期）: 2011,（19）
• 所属期刊栏目: 技术与方法
• 页码范围: 67-69
• 分类号: TP391.9
• 字数: 3032字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2011.19.024

摘要

为了从具有海量信息的Internet上自动抽取Web页面的信息，提出了一种基于树比较的Web页面主题信息抽取方法。通过目标页面与其相似页面所构建的树之间的比较，简化了目标页面，并在此基础上生成抽取规则，完成了页面主题信息的抽取。对国内主要的一些网站页面进行的抽取检测表明，该方法可以准确、有效地抽取Web页面的主题信息。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李光耀	同济大学电子与信息工程学院	48	482	13.0	20.0
2	周毅敏	同济大学电子与信息工程学院	4	150	3.0	4.0
3	朱梦麟	同济大学电子与信息工程学院	1	3	1.0	1.0