论文部分内容阅读
为了提高网页正文提取的实用性和准确性，在已有的网页正文提取算法基础上，提出了一种网页图片选择算法，并将两者集成为一种新的网页图文摘要方法。构建了网页图文摘要的方法模型，设计出图片选择算法，该算法使用本体建模语言（ontology web language，OwL）进行页面本体的构建，提取图片和网页各种元素的语义特性，并考虑图片的各类align属性，从而能在网页中选取较优的具有代表性图片。实验结果表明，该方法能够有效地丰富和完善网页正文提取。