【摘 要】
：
互联网上大量论坛使用开源软件生成，针对这类论坛，提出了针对论坛网页信息抽取的基于模板的信息抽取方法。首先给出了基于网页结构相似度的簇划分策略，并通过实验证明了该策略优
【机 构】
：
中国科学院计算技术研究所,中国科学院大学
论文部分内容阅读
互联网上大量论坛使用开源软件生成，针对这类论坛，提出了针对论坛网页信息抽取的基于模板的信息抽取方法。首先给出了基于网页结构相似度的簇划分策略，并通过实验证明了该策略优于直接基于软件版本号等直观类别的划分策略；其次提出了基于开源软件特征的聚类算法，能够根据网页相似度将大规模开源软件生成的论坛网页进行有效的自动划分，形成可标注类别。实验表明，该方法不仅保持了基于模板的抽取方法所具有的高准确率的优点，同时弥补了其模板配置与维护代价高的缺点。
其他文献
气候是人类生产和生活的一个重要自然条件。根据气候记录、史料和考古材料分析,世界(包括我国)的气候都经历着长度为10~0—10~8年的各种时间尺度的变化。目前,引起全世界气
研究了热等静压处理后铸态Ti46A18Nb合金拉伸过程中的损伤．结果表明：1）消除了疏松后，Ti46A18Nb合金拉伸强度的数据分散性仍然很大，表明疏松不是导致数据分散的唯一原因．在拉伸过程
为了解辽宁地区猪源大肠埃希菌产超广谱β-内酰胺酶（ESBLs）情况及耐药情况,采用纸片扩散法对从辽宁地区分离到的65株大肠埃希菌进行ESBLs检测及耐药性分析,并用PCR方法对确证的
阐述了洞庭湖区早熟莲藕套种晚稻的茬口安排以及莲藕、晚稻的高效栽培技术，分析了这种套种栽培模式存在的人工投入较大、莲藕不宜连作等问题。
企业文化建设是企业精神文明建设的重要内容，是促进企业精神文明建设的重要手段，是凝聚全体职工的重要力量。特别是在我国全面加快推进社会主义现代化建设新的发展阶段，企业文化建设要根据中国先进文化的发展趋势和要求，充分体现时代精神和创造精神，要与先进生产力发展要求相适应，体现有中国特色的企业文化。 企业文化作为企业的上层建筑和意识形态，是企业建设的基本哲学和企业经营管理的灵魂所在，对企业实施科学化、规范
随着我国经济的不断发展和人民生活水平的日益提高,都市户外休闲活动越来越受人们的欢迎。“驴友”群体不断发展壮大,很快在消费行为模式、组织方式、沟通媒介和组织文化等方
目的研究在应用两性霉素B药物治疗时检验前周转时间对监测血清钾准确性的影响。方法对比含有两性霉素B药液的实验组和对照组在不同分离时间的血清钾浓度。结果同对照组相比含
目的探讨光照周期变化对小鼠活动节律及生长的影响。方法利用不同光暗周期(LD5/5、LD10/10、LD12/12、LD14/14、LD16/16)对小鼠施加影响,观察小鼠活动性变化,并检测其生长速
根据卡扣零件外形特点,分析了零件冲压加工的难点,确定了冲压工艺。在提高模具制造工艺性的基础上,给出排样设计方案,完成了多工位级进模具结构设计,并详述了模具的设计要点
SCD配置文件在智能变电站调试、运行、维护等环节起到至关重要的作用。通过分析SCD文件在系统集成技术方面和管理方面的现状,提出了对SCD文件的全过程控制管理流程,研究了智