DeepWeb信息抽取系統(tǒng)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著 Web相關(guān)技術(shù)的日益成熟和Deep Web所蘊含信息量的快速增長，對Web數(shù)據(jù)庫的訪問逐漸成為獲取信息的主要手段，Deep Web的研究也越來越受到人們的關(guān)注。Deep Web中蘊含了豐富的數(shù)據(jù)資源，但是 Web數(shù)據(jù)半結(jié)構(gòu)和無結(jié)構(gòu)的特點，使這些資源難以被很好地利用，如何從 Deep Web中自動獲取有用的信息是倍受關(guān)注的研究課題之一。
　　Deep Web信息抽取系統(tǒng)從 Deep Web中抽取大量專業(yè)的信息，將半結(jié)構(gòu)或無結(jié)構(gòu)

2、的數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化的數(shù)據(jù)，為用戶或其他系統(tǒng)提供豐富的數(shù)據(jù)源。本文采用數(shù)據(jù)交換的公共語言 XML作為信息抽取工具，研究了基于XML的Web信息抽取技術(shù)。由于HTML語法松散，基于HTML代碼分析的抽取只能在理想的情況下才適用；而編寫網(wǎng)頁的目的是為了在瀏覽器中瀏覽，所以視覺信息才是分析網(wǎng)頁最有力的工具。因此，本文研究了基于頁面分塊的全自動 Web頁面抽取算法?；陧撁娣謮K Web頁面自動抽取算法充分利用網(wǎng)頁視覺信息，通過頁面分塊的方法實現(xiàn)W

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論