论文部分内容阅读
提出一种自适应的Web信息抽取规则自动生成方法，通过多样本页面对比模式和单样本重复模式提取Web上复合类型的数据并进行迭代修正，基于语义分析的规则方法进行动态抽取。实验结果表明，该方法具有较好的精确性和鲁棒性。
一种自适应的Web信息抽取规则自动生成方法
【摘 要】
：
提出一种自适应的Web信息抽取规则自动生成方法，通过多样本页面对比模式和单样本重复模式提取Web上复合类型的数据并进行迭代修正，基于语义分析的规则方法进行动态抽取。实验结
【机 构】
：
国家农业信息化工程技术研究中心,农业部农业信息技术重点开放实验室
【出 处】
：
广西师范大学学报：自然科学版
【发表日期】
：
2010年1期
【基金项目】
：
国家自然科学基金资助项目（60871042）,国家农业部“948”项目（2006-G63）,国家863计划资助项目（2007AA10Z235,2007AA01Z179）,国家科技支撑计划项目（2008BADA0B05）
其他文献
根据网页文本信息的结构和内容特征，提出一种网页主题文本信息的抽取策略，将网页文档表示为DOM标签树的形式，然后根据Web页面的结构特征进行内容块的分割，以网页的文本内容特征为
目的探讨局部切除+放射治疗高龄低位直肠癌患者的临床意义.方法对23例因高龄不宜或不愿行Mile's术的低位直肠癌患者,Duck's A1～B2期,肿瘤范围在1/3周径内,做局部切除+
新时期以来,文化保守主义思潮重新勃兴,小说领域的＂文化守成＂书写也日渐普遍。归纳来看,这些小说的主题指向主要有：坚持本土精神,回归传统文化;反思工具理性,张扬人文价值;批判
目的 探讨老年冠心病经皮冠状动脉腔内血管成形术（PTCA）术后支架内再狭窄（ISR）患者血浆干扰素诱导蛋白（IP）-10水平表达及其相关危险因素.方法 90例老年冠心病患者均接受PTCA手术治