基于DOM树与领域本体的Web抽取方法

• 作者: 崔志明 赵朋朋 郭建兵 陈明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 自动抽取 DOM树 领域本体 数据区域定位 简单树匹配
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 56-58
• 分类号: TP391.1
• 字数: 4090字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.05.015

摘要

为解决异构DeepWeb结果页面中数据区域及数据记录的自动抽取问题,提出一种基于DOM树与领域 本体的Web抽取方法.利用数据内容特征以及领域本体库标记DOM树的节点,按照结果页面展示规律定位数据区域,根据改进的简单树匹 配算法,定位数据区域及数据记录.实验结果表明,该方法定位数据区域及数据记录的F-measure值比传统的抽取方法高2.93％～6.67％ .

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔志明	苏州大学智能信息处理及应用研究所	169	2304	25.0	38.0
2	陈明	苏州大学智能信息处理及应用研究所	55	267	10.0	13.0
4	郭建兵	苏州大学智能信息处理及应用研究所	3	21	2.0	3.0
10	赵朋朋	苏州大学智能信息处理及应用研究所	39	426	11.0	19.0