基于模板的网页主题信息抽取

摘要：

快速准确地抽取网页主题信息是影响Web应用服务质量的关键。网页模板就是已经做好的网页框架，由模板生成的网页结构布局是基本一致的。本文提出了利用模板技术进行网页主题信息抽取的算法。该方法充分考虑了网页的结构特征，能够明显改善信息抽取的性能。实验结果表明，该方法准确率可达99.6％。

关键词： DOM 网页 主题信息 样本集 模板 信息抽取

作者: 冯少卿 都云程 施水才

作者单位: 北京信息科技大学 中文信息处理研究中心,北京 100101

会议类型: 国内会议

会议名称: 第三届全国信息检索与内容安全学术会议

会议地点: 苏州

会议语种:中文

页码: 695-701

在线出版日期: 2007-11-01（万方平台首次上网日期，不代表论文的发表时间）