钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机科学与探索期刊
\
针对开源论坛网页的信息抽取研究
针对开源论坛网页的信息抽取研究
作者:
俞晓明
刘悦
刘春梅
程学旗
赵岭
郭岩
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
记录定位
网页聚类
模板抽取
摘要:
互联网上大量论坛使用开源软件生成,针对这类论坛,提出了针对论坛网页信息抽取的基于模板的信息抽取方法.首先给出了基于网页结构相似度的簇划分策略,并通过实验证明了该策略优于直接基于软件版本号等直观类别的划分策略;其次提出了基于开源软件特征的聚类算法,能够根据网页相似度将大规模开源软件生成的论坛网页进行有效的自动划分,形成可标注类别.实验表明,该方法不仅保持了基于模板的抽取方法所具有的高准确率的优点,同时弥补了其模板配置与维护代价高的缺点.
暂无资源
收藏
引用
分享
推荐文章
基于加权频繁子树相似度的网页评论信息抽取
产品评论
抽取
加权频繁子树
基于DOM的半结构化网页信息抽取算法
DOM
信忠抽取
半结构化
信息集成
一种基于模板的快速网页文本自动抽取算法
噪声
非结构化
文本抽取
模板
阈值
基于重复模式的论坛信息抽取研究
重复模式
论坛抽取
信息抽取
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
针对开源论坛网页的信息抽取研究
来源期刊
计算机科学与探索
学科
工学
关键词
记录定位
网页聚类
模板抽取
年,卷(期)
2017,(1)
所属期刊栏目
人工智能与模式识别
研究方向
页码范围
114-123
页数
10页
分类号
TP181
字数
7850字
语种
中文
DOI
10.3778/j.issn.1673-9418.1510016
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
程学旗
中国科学院计算技术研究所
160
4858
31.0
67.0
2
郭岩
中国科学院计算技术研究所
24
587
11.0
24.0
3
刘春梅
中国科学院计算技术研究所
17
179
8.0
13.0
7
刘悦
中国科学院计算技术研究所
56
565
12.0
22.0
8
赵岭
中国科学院计算技术研究所
46
660
15.0
23.0
9
俞晓明
中国科学院计算技术研究所
16
138
6.0
11.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(29)
共引文献
(30)
参考文献
(11)
节点文献
引证文献
(11)
同被引文献
(41)
二级引证文献
(16)
1979(1)
参考文献(0)
二级参考文献(1)
1991(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(1)
二级参考文献(0)
2003(1)
参考文献(0)
二级参考文献(1)
2004(3)
参考文献(0)
二级参考文献(3)
2005(3)
参考文献(0)
二级参考文献(3)
2006(2)
参考文献(0)
二级参考文献(2)
2007(2)
参考文献(0)
二级参考文献(2)
2008(6)
参考文献(1)
二级参考文献(5)
2009(5)
参考文献(1)
二级参考文献(4)
2010(9)
参考文献(5)
二级参考文献(4)
2011(1)
参考文献(0)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(1)
参考文献(1)
二级参考文献(0)
2014(1)
参考文献(0)
二级参考文献(1)
2015(1)
参考文献(1)
二级参考文献(0)
2016(1)
参考文献(1)
二级参考文献(0)
2017(4)
参考文献(0)
二级参考文献(0)
引证文献(4)
二级引证文献(0)
2017(4)
引证文献(4)
二级引证文献(0)
2018(11)
引证文献(6)
二级引证文献(5)
2019(9)
引证文献(1)
二级引证文献(8)
2020(3)
引证文献(0)
二级引证文献(3)
研究主题发展历程
节点文献
记录定位
网页聚类
模板抽取
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
计算机科学与探索
主办单位:
华北计算技术研究所
出版周期:
月刊
ISSN:
1673-9418
CN:
11-5602/TP
开本:
大16开
出版地:
北京市海淀区北四环中路211号北京619信箱26分箱
邮发代号:
82-560
创刊时间:
2007
语种:
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
期刊文献
相关文献
1.
基于加权频繁子树相似度的网页评论信息抽取
2.
基于DOM的半结构化网页信息抽取算法
3.
一种基于模板的快速网页文本自动抽取算法
4.
基于重复模式的论坛信息抽取研究
5.
一种基于特征符号的网页主题信息抽取方法
6.
基于文本块密度和标签路径覆盖率的网页正文抽取
7.
有效HTML文本信息抽取方法的研究
8.
基于PHP的网页信息抽取研究
9.
面向网上论坛的信息抽取技术
10.
基于论坛主题的网页褒贬倾向性识别
11.
Web信息抽取技术综述
12.
高校开源论坛的搭建
13.
Web 信息抽取技术在吹哨系统中的研究与应用
14.
企业相关信息抽取技术研究与系统实现
15.
面向不规则列表的网页数据抽取技术的研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机科学与探索2022
计算机科学与探索2021
计算机科学与探索2020
计算机科学与探索2019
计算机科学与探索2018
计算机科学与探索2017
计算机科学与探索2016
计算机科学与探索2015
计算机科学与探索2014
计算机科学与探索2013
计算机科学与探索2012
计算机科学与探索2011
计算机科学与探索2010
计算机科学与探索2009
计算机科学与探索2008
计算机科学与探索2007
计算机科学与探索2017年第9期
计算机科学与探索2017年第8期
计算机科学与探索2017年第7期
计算机科学与探索2017年第6期
计算机科学与探索2017年第5期
计算机科学与探索2017年第4期
计算机科学与探索2017年第3期
计算机科学与探索2017年第2期
计算机科学与探索2017年第12期
计算机科学与探索2017年第11期
计算机科学与探索2017年第10期
计算机科学与探索2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号