基于視覺分塊及多特征的web信息抽取.pdf

1、隨著信息社會的快速發(fā)展,web數(shù)據(jù)已經(jīng)發(fā)展成為一種巨大的信息資源。Web信息抽取作為一種從web數(shù)據(jù)中抽取主題信息的研究內(nèi)容,是數(shù)據(jù)分類、自然語言處理等研究領(lǐng)域的基礎(chǔ)。因此,如何準確快速的從海量的web數(shù)據(jù)中抽取關(guān)注的信息變得越來越重要。
　　 本文對web信息抽取的方法進行了研究,并針對研究過程中遇到的問題,提出相應(yīng)的解決方法。本文的主要研究內(nèi)容如下:
　　 (1)對已存在的各種web信息抽取算法做出了詳細的研究比較。

2、
　　 (2)本文的主要目的是對具有主題信息的主題型網(wǎng)頁進行正文抽取,而對于鏈接型網(wǎng)頁不予處理。因此要先判斷輸入網(wǎng)址的網(wǎng)頁類型。本文對兩種網(wǎng)頁進行了詳細的比較,提煉出五個明顯的特征,并提出一種基于多特征的網(wǎng)頁類型劃分方法。該方法利用遺傳算法對數(shù)據(jù)集進行訓(xùn)練求得各個特征的權(quán)重,再通過計算網(wǎng)頁各個特征的加權(quán)和來判斷類型。
　　 (3)網(wǎng)頁類型劃分完成之后,對主題型網(wǎng)頁進行正文抽取工作。本文對微軟亞洲研究院所提出的基于視覺的分