面向期刊網(wǎng)站的網(wǎng)頁結(jié)構(gòu)挖掘和元數(shù)據(jù)抽取.pdf

1、隨著Internet．的迅速發(fā)展，Web已經(jīng)成為了一個巨大的信息資源。人們希望從充斥著大量干擾信息的Web中快速而準確地找到真正有用的信息。因此Web信息抽取技術(shù)的重要性日益凸顯。 在學科網(wǎng)絡資源中，學術(shù)期刊網(wǎng)站是一個重要的信息來源。本文以學術(shù)期刊網(wǎng)站中的多記錄網(wǎng)頁為信息抽取的對象，在研究和分析了現(xiàn)有的幾類Wet信息抽取技術(shù)的基礎(chǔ)上針對期刊文章信息的抽取任務提出了一整套的抽取方法。 對于有用信息區(qū)域的定位，本文提出了一種

2、基于層次關(guān)系結(jié)構(gòu)樹的定位算法。相對于基于HTML結(jié)構(gòu)樹的定位算法，該算法能夠更有效地定位有用信息所在區(qū)域。 對于有用信息區(qū)域中的多記錄劃分，本文提出了兩個改進的獨立啟發(fā)式艦則并在試驗的基礎(chǔ)上綜合兩個規(guī)則建立了統(tǒng)一的邊界發(fā)現(xiàn)規(guī)則，試驗表明該綜合規(guī)則能夠有效地劃分出單條記錄從而為下一步元數(shù)據(jù)的抽取打下了良好的基礎(chǔ)。 對于從單條記錄中抽取文章元數(shù)據(jù)，本文提出了一種基于隱馬爾可夫模型的方法，首先運用HTML標簽和標點符號劃分出元