基于本体和DOM相结合的Web信息抽取器

摘要：

针对基于Web页面信息本体的信息抽取不能准确划定抽取区域的缺点,设计基于本体和DOM相结合的Web信息抽取器.利用DOM树设计对样本页面信息项路径进行归纳学习的算法,该算法能准确划定信息抽取区域,降低页面噪声,实现对Web页面的预处理.实验表明,改进后的抽取方法提高了Web信息的抽准率.

关键词：信息抽取、包装器、本体、文档对象模型、归纳学习

分类号：TP391.3(计算技术、计算机技术)

在线出版日期：2009-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-49