HTML網(wǎng)頁主題信息抽取方法研究.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、Web頁面所表達的“主題”信息通常隱藏在大量無關結構和文字中，通常我們在瀏覽Web上的網(wǎng)頁時會發(fā)現(xiàn)兩部分內容：一部分內容體現(xiàn)的是網(wǎng)頁的主題信息，比如一張新聞網(wǎng)頁中的新聞部分，稱之為“主題”內容；另一部分則是與主題內容無關的導航條、廣告信息、版權信息以及調查問卷等內容，我們稱之為“噪音”內容。大量的無關內容存在使得用戶不能迅速獲取主題信息，準確完整地提取網(wǎng)頁主題信息是影響Web應用服務質量的關鍵技術之一。本文基于Dog規(guī)范，把網(wǎng)頁的HTM

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論