基于视觉热区的网页内容抽取方法

• 作者: 邵俊
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 布局特征 视觉热区 文档对象模型 候选正文信息块 重要度函数
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 软件技术与研究
• 页码范围: 199-201
• 分类号: TP391.41
• 字数: 2206字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.06.053

摘要

对网页抽取进行研究,提出一种新的网页正文信息提取方法,它利用网页布局特征与网页视觉热区来确定网页正文信息.首先选取网页的一部分区域作为网页视觉热区,通过文档对象模型得到候选正文信息块,在此基础上,给出候选正文信息块重要度函数确定网页正文信息.实验结果表明,该方法具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵俊	盐城工学院实验教学部	3	9	2.0	3.0