| 多信息块Web页面中的抽取规则 |
| |
| 引用本文： | 王庆一,王继成,周源远,袁春风.多信息块Web页面中的抽取规则[J].计算机工程,2003,29(9):42-44,50. |
| |
| 作者姓名： | 王庆一 王继成 周源远 袁春风 |
| |
| 作者单位： | 南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系,南京,210093 |
| |
| 基金项目： | 国家自然科学基金项目(60073030)，国家高技术研究发展计划“863”计划项目（2001AA114041） |
| |
| 摘 要： | 以往的包装器主要针对仅含有一个数据块的Web页面，而对含有多个信息块的Web页面，简称MIB(Multiple Information Block)Web页面无法处理。该文提出了一个新的抽取规则，结合了基于文档结构的抽取规则和基于特征Pattern匹配的抽取规则的优点，能够有效地抽取MIB Web页面中的信息。
|
| 关 键 词： | Web 信息抽取 包装器 抽取规则 信息集成 |
| 文章编号： | 1000-3428(2003)09-0042-03 |
Extraction Rule of MIB Web Page |
| |
| WANG Qingyi,WANG Jicheng,ZHOU Yuanyuan,YUAN Chunfeng.Extraction Rule of MIB Web Page[J].Computer Engineering,2003,29(9):42-44,50. |
| |
| Authors: | WANG Qingyi WANG Jicheng ZHOU Yuanyuan YUAN Chunfeng |
| |
| Abstract: | The existent wrapper can not correctly extract all the information from such page is called MIB (multiple information block) Web page. A kind of new extraction rule, which combines the advantage of extraction rules based on document structure and extraction rules based on patterns, is introduced to solve the problem. |
| |
| Keywords: | Web Information extraction Wrapper Extraction rule Information integration |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
