一种基于网页源文件的信息提取算法

• 作者: 凌天斌 彭波 王转妮 赵晓峰
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: Web结构 信息提取 网页标记
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 38-39,43
• 分类号: TP301.6
• 字数: 1695字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2012.02.011

摘要

通过对网页源文件的代码进行分析、设计信息提取的算法,目的是替代人工进行网站相关信息的获取,避免重复性劳动.首先对现有的两种Web结构进行比较分析,然后针对每一种Web结构提出信息提取的方案,接下来以日本著名新闻网站NHK为例,对上述方案进行验证和代码实现,最后对系统的功能扩充进行更高层次的展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵晓峰	解放军外国语学院教育技术中心	3	8	2.0	2.0
2	凌天斌	解放军外国语学院教育技术中心	4	4	1.0	1.0
3	彭波	解放军外国语学院教育技术中心	2	5	2.0	2.0
4	王转妮	解放军外国语学院教育技术中心	1	2	1.0	1.0