基于规则的网络文本资源标题快速自动识别方法

摘要：

选取网络文本资源的标题识别作为切入点，除考虑多数研究关注的文本的格式信息（如字体）、位置信息等特征外，加入对标题与网页正文内容的相关度的考虑，利用科技监测项目采集到的大量历史数据作为统计分析的基础，从候选标题的可能来源和特征方面，构建基于规则的网络文本资源标题快速识别方法，并给出该方法的时间效率和识别准确率测评结果。

关键词：网络文本资源、标题识别、标题来源、标题特征

分类号：G203(信息与传播理论)

资助基金：中国科学院资助项目

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：27-31