基于通配符节点话题权重的Web新闻抽取方法

张恺航; 徐克付; 张闯

首页> 中文期刊> 《计算机工程》 >基于通配符节点话题权重的Web新闻抽取方法

基于通配符节点话题权重的Web新闻抽取方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

现有Web新闻内容自动抽取方法多数未考虑文本中的话题特征,容易将样式排版与正文相似的噪音文本识别为正文内容.为此,提出基于通配符节点话题权重的抽取方法.将HTML文档解析成DOM树后,匹配DOM树对应的通配符树,并计算每个通配符中的话题权重,将高权重话题的通配符节点所覆盖的文本节点识别为正文节点.实验结果表明,与传统新闻抽取方法相比,该方法能降低Web新闻内容边缘噪音文本的错误识别率,抽取的新闻内容准确率更高.

著录项

来源
《计算机工程》 |2019年第4期|275-280|共6页
作者
张恺航; 徐克付; 张闯;
展开▼
作者单位

中国科学院信息工程研究所;

北京100093;

中国科学院大学网络空间安全学院;

北京100049;

广州大学网络空间先进技术研究院;

广州510006;

中国科学院信息工程研究所;

北京100093;

展开▼
原文格式 PDF
正文语种 chi
中图分类文字信息处理;
关键词
内容抽取; 通配符节点; 最大相容类; Otsu算法; 话题生成;

相似文献

中文文献
外文文献
专利

1. 基于节点属性与正文内容的海量Web信息抽取方法 [J] . 王海艳 ,曹攀 . 通信学报 . 2016,第010期
2. 一种基于噪音过滤包装器的Web新闻抽取方法 [J] . 孙梦 ,瞿有利 . 计算机与现代化 . 2017,第001期
3. 基于朴素贝叶斯Web新闻内容的抽取方法 [J] . 罗永莲 ,赵昌垣 ,贾玉芳 . 计算机与现代化 . 2016,第001期
4. 基于WEB新闻内容的信息抽取方法研究 [J] . 沈娜 . 江西科技学院学报 . 2015,第003期
5. 一种基于Web的新闻抽取方法 [J] . 朱建华 . 情报杂志 . 2010,第B12期
6. 一种基于web的新闻文本抽取方法 [C] . 朱建华 . 第二十四届全国计算机信息管理学术研讨会 . 2010
7. 一种基于噪音过滤包装器的Web新闻抽取方法 [A] . 孙梦 . 2017

基于通配符节点话题权重的Web新闻抽取方法

摘要

著录项

相似文献

相关主题

期刊订阅