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:
当今主流网页分为单正文体网页和多正文体网页.这些网页的正文信息都具有多个正文特征.想要准确定位正文信息所在位置,可以从其所具有的多个特征和网页设计者的设计习惯着手.鉴于此,融合这些特征提出一种基于多特征融合的网页正文信息抽取方法.实验结果表明,该方法对单正文体网页和多正文体网页的正文抽取具有较高的准确率和通用性,很好地适应了风格多样的网页.
推荐文章
基于文本块密度和标签路径覆盖率的网页正文抽取
正文抽取
文本块密度
标签路径覆盖率
特征融合
基于标记窗的网页正文信息提取方法
标记窗
提取
文档对象模型
基于正文特征及网页结构的主题网页信息抽取
正文特征
标签信息
正文抽取
基于文本行特征的网页正文信息抽取方法研究
网页信息抽取
正文特征
网页去噪
正文抽取
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 基于多特征融合的网页正文信息抽取
来源期刊 计算机应用与软件 学科 工学
关键词 单正文体 多正文体 多特征 信息抽取
年,卷(期) 2014,(7) 所属期刊栏目 应用技术与研究
研究方向 页码范围 47-49,77
页数 4页 分类号 TP391
字数 3969字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.07.013
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 贾真 西南交通大学信息科学与技术学院思维与智慧研究所 36 396 13.0 18.0
2 刘利 西南交通大学信息科学与技术学院思维与智慧研究所 2 23 2.0 2.0
3 戴齐 西南交通大学信息科学与技术学院思维与智慧研究所 15 157 8.0 12.0
4 尹红风 西南交通大学信息科学与技术学院思维与智慧研究所 13 119 8.0 10.0
5 胡万亭 西南交通大学信息科学与技术学院思维与智慧研究所 2 23 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (107)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (15)
二级引证文献  (9)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
单正文体
多正文体
多特征
信息抽取
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导