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
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
\
计算机工程与应用期刊
\
基于结构一致和特征学习的网页信息标签提取
基于结构一致和特征学习的网页信息标签提取
作者:
杜博远
王美清
陈长福
陈飞
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
网页标签
信息提取
特征学习
结构一致
摘要:
网页信息指网页的正文、标题、发布时间、媒体等,每个信息都存在于HTML文档特定的标签中,自动获取这些标签可以实现在相同模板下的网页信息自动提取,对于大规模抓取网页内容有很大帮助.由于在相同模板下不同网页之间结构一致,网页信息有一定统计特征,提出了一种基于结构对比和特征学习的网页信息标签自动提取算法.该算法包含三个步骤:网页对比、内容识别和标签提取.在51个模块下对1620个网页进行测试,实验结果表明,通过提取标签获取网页信息不仅速度快,而且抓取的内容更加准确.
暂无资源
收藏
引用
分享
推荐文章
一种基于特征符号的网页主题信息抽取方法
生成树模型
特征符号
相关度
主题提取
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
基于正文结构和长句提取的网页去重算法
网页去重
正文结构树
长句提取
层次指纹
基于特征相关学习的网页信息提取方法
信息提取
特征学习
过滤
网页信息
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
基于结构一致和特征学习的网页信息标签提取
来源期刊
计算机工程与应用
学科
工学
关键词
网页标签
信息提取
特征学习
结构一致
年,卷(期)
2017,(7)
所属期刊栏目
大数据与云计算
研究方向
页码范围
74-78,120
页数
6页
分类号
TP391
字数
7307字
语种
中文
DOI
10.3778/j.issn.1002-8331.1509-0226
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
王美清
福州大学数学与计算机科学学院
55
204
7.0
10.0
2
陈飞
福州大学数学与计算机科学学院
23
158
5.0
12.0
3
杜博远
福州大学数学与计算机科学学院
1
3
1.0
1.0
4
陈长福
2
12
2.0
2.0
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
(37)
共引文献
(46)
参考文献
(10)
节点文献
引证文献
(3)
同被引文献
(14)
二级引证文献
(1)
1991(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2004(6)
参考文献(0)
二级参考文献(6)
2005(6)
参考文献(0)
二级参考文献(6)
2006(4)
参考文献(0)
二级参考文献(4)
2007(4)
参考文献(0)
二级参考文献(4)
2008(4)
参考文献(1)
二级参考文献(3)
2009(5)
参考文献(0)
二级参考文献(5)
2010(5)
参考文献(4)
二级参考文献(1)
2011(2)
参考文献(2)
二级参考文献(0)
2012(1)
参考文献(0)
二级参考文献(1)
2013(3)
参考文献(1)
二级参考文献(2)
2015(2)
参考文献(2)
二级参考文献(0)
2017(1)
参考文献(0)
二级参考文献(0)
引证文献(1)
二级引证文献(0)
2017(1)
引证文献(1)
二级引证文献(0)
2019(2)
引证文献(2)
二级引证文献(0)
2020(1)
引证文献(0)
二级引证文献(1)
研究主题发展历程
节点文献
网页标签
信息提取
特征学习
结构一致
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
计算机工程与应用
主办单位:
华北计算技术研究所
出版周期:
半月刊
ISSN:
1002-8331
CN:
11-2127/TP
开本:
大16开
出版地:
北京619信箱26分箱
邮发代号:
82-605
创刊时间:
1964
语种:
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
一种基于特征符号的网页主题信息抽取方法
2.
基于标记窗的网页正文信息提取方法
3.
基于正文结构和长句提取的网页去重算法
4.
基于特征相关学习的网页信息提取方法
5.
基于缺失特征的高维多标签学习
6.
基于结构信息和时域信息的垃圾网页检测技术
7.
基于随机子空间的多标签类属特征提取算法
8.
网页文本信息自动提取技术综述
9.
基于类标一致和局部特征约束的字典学习算法
10.
基于文本块密度和标签路径覆盖率的网页正文抽取
11.
面向分类的网页主题特征提取
12.
基于模糊互信息的多标签特征选择
13.
基于DOM的半结构化网页信息抽取算法
14.
基于深度学习的标签缺陷检测系统应用
15.
基于提取标签显著性区域的深度学习图像检索方法
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
计算机工程与应用2022
计算机工程与应用2021
计算机工程与应用2020
计算机工程与应用2019
计算机工程与应用2018
计算机工程与应用2017
计算机工程与应用2016
计算机工程与应用2015
计算机工程与应用2014
计算机工程与应用2013
计算机工程与应用2012
计算机工程与应用2011
计算机工程与应用2010
计算机工程与应用2009
计算机工程与应用2008
计算机工程与应用2007
计算机工程与应用2006
计算机工程与应用2005
计算机工程与应用2004
计算机工程与应用2003
计算机工程与应用2002
计算机工程与应用2001
计算机工程与应用2000
计算机工程与应用2017年第9期
计算机工程与应用2017年第8期
计算机工程与应用2017年第7期
计算机工程与应用2017年第6期
计算机工程与应用2017年第5期
计算机工程与应用2017年第4期
计算机工程与应用2017年第3期
计算机工程与应用2017年第24期
计算机工程与应用2017年第23期
计算机工程与应用2017年第22期
计算机工程与应用2017年第21期
计算机工程与应用2017年第20期
计算机工程与应用2017年第2期
计算机工程与应用2017年第19期
计算机工程与应用2017年第18期
计算机工程与应用2017年第17期
计算机工程与应用2017年第16期
计算机工程与应用2017年第15期
计算机工程与应用2017年第14期
计算机工程与应用2017年第13期
计算机工程与应用2017年第12期
计算机工程与应用2017年第11期
计算机工程与应用2017年第10期
计算机工程与应用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