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、在信息化時代,獲得信息的途徑越來越多。互聯(lián)網(wǎng)作為信息的載體,在傳播效率和信息容量方面都有無可替代的地位。但是隨著信息量的增加,用戶在互聯(lián)網(wǎng)上獲得真正所需信息的變得越來越困難。搜索引擎的出現(xiàn)改善了目前的狀況,但是用戶想要獲得專業(yè)化的信息仍然不夠方便。垂直搜索引擎的出現(xiàn)解決了這一問題。 在垂直搜索引擎中,結(jié)構(gòu)化信息抽取技術(shù)是垂直搜索引擎的關(guān)鍵技術(shù)之一?;诎b器的信息抽取是信息抽取技術(shù)中主要的抽取技術(shù)。在包裝器生成過程中,需要對網(wǎng)頁
2、分析并生成針對該網(wǎng)頁的抽取規(guī)則。在分析網(wǎng)頁時多余的“非主題”信息參與生成抽取規(guī)則不僅會影響包裝器抽取的效率,而且影響結(jié)果的準(zhǔn)確性。 本文提出了對原有包裝器生成模式的改進(jìn)。在對MDR算法修改的基礎(chǔ)上,直接提取出主題信息,只將主題信息參與構(gòu)成抽取規(guī)則。需要提取主題信息的網(wǎng)頁要滿足數(shù)據(jù)密集這個前提,因為在提取主題信息過程中,要把主題信息區(qū)域中各條信息的樹結(jié)構(gòu)析取出來。通過對整個網(wǎng)頁DOM樹上同層次的各個節(jié)點的比較,將具有相似節(jié)點特征的
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
- 垂直搜索引擎中Web信息抽取技術(shù)研究.pdf
- 主題搜索引擎信息抽取技術(shù)研究.pdf
- 搜索引擎中的信息抽取技術(shù)研究.pdf
- 主題搜索引擎的信息抽取和索引的研究.pdf
- 垂直搜索引擎的研究.pdf
- 基于Ontology的垂直搜索引擎研究.pdf
- 垂直搜索引擎主要技術(shù)研究.pdf
- 垂直搜索引擎系統(tǒng)的研究.pdf
- 政策信息垂直搜索引擎研究與實現(xiàn).pdf
- 垂直育兒搜索引擎研究.pdf
- 房地產(chǎn)信息垂直搜索引擎技術(shù)研究.pdf
- 面向?qū)@畔⒋怪彼阉饕娴臉?gòu)建.pdf
- 招聘信息垂直搜索引擎的研究與實現(xiàn).pdf
- 垂直搜索引擎關(guān)鍵技術(shù)研究
- 基于Web的垂直搜索引擎的研究.pdf
- 垂直搜索引擎的抓取技術(shù)研究.pdf
- 垂直搜索引擎技術(shù)的研究和應(yīng)用.pdf
- 垂直搜索引擎技術(shù)的研究及實現(xiàn).pdf
- 基于本體的語義垂直搜索引擎研究.pdf
- 石油行業(yè)垂直搜索引擎技術(shù)研究.pdf
評論
0/150
提交評論