• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Proceedings of the 2011 ACM/IEEE on joint conference on digital libraries. >A Very Efficient Approach to News Title and Content Extraction on the Web
【24h】

A Very Efficient Approach to News Title and Content Extraction on the Web

机译：Web上新闻标题和内容提取的一种非常有效的方法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We consider the problem of efficient and template-independent news extraction on the Web. The popular news extraction methods are based on visual information, and they can achieve good accuracy performance, but the computational efficiency is poor, because it is very time-consuming to render web page to obtain visual information. In this paper we propose an efficient and effective news extraction approach based on novel features. Our approach neither needs training nor needs visual information, so it is simple and very efficient. And it can extract news information from various news sites without using templates. In our experiments, the proposed approach achieves 99% accuracy over 5,671 news pages from 20 different news sites. And the efficiency is much faster than the baseline machine learning method using visual information.
机译：我们考虑在Web上高效且独立于模板的新闻提取问题。流行的新闻提取方法是基于视觉信息的，虽然可以达到较好的准确性，但是计算效率很差，因为渲染网页以获得视觉信息非常耗时。在本文中，我们提出了一种基于新颖特征的高效有效的新闻提取方法。我们的方法既不需要培训也不需要视觉信息，因此它既简单又非常有效。而且它可以从各个新闻站点中提取新闻信息，而无需使用模板。在我们的实验中，所提出的方法在来自20个不同新闻站点的5,671个新闻页面上实现了99％的准确性。而且效率比使用视觉信息的基准机器学习方法快得多。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号