|
个人信息Personal Information
副教授
硕士生导师
主要任职：Associate Professor
其他任职：中国软件行业协会系统安全工程分会主任，国际注册信息安全专家CISSP，国际注册信息系统审计师CISA
性别：女
毕业院校：大连理工大学
学位：博士
所在单位：系统工程研究所
学科：管理科学与工程. 系统工程
办公地点：D526, Management Building,No.2 Linggong Road,Dalian China 116024
联系方式：songmq at dlut.edu.cn,
扫描关注
网页正文信息抽取新方法
点击次数：
论文类型：期刊论文
发表时间：2009-07-15
发表刊物：大连理工大学学报
收录刊物：EI、PKU、ISTIC、CSCD、Scopus
卷号：49
期号：4
页面范围：594-597
ISSN号：1000-8608
关键字：包装器;HTML树;网页信息提取
摘要：基于包装器的信息抽取方法只能处理一种特定的信息源,而且对网页结构的依赖性强.基于此提出了一种将中文标点符号和HTML树结构作为识别网页正文内容重要特征的网页分析方法,通过统计中文标点符号确定部分正文信息,然后根据正文信息在结构上的相似性确定其他正文信息内容.实验结果表明该方法能有效地剔除网页噪音并提取网页正文,具有较好的通用性和较高的准确性.