论文部分内容阅读
为对网络在线评论进行高效率的文本分析与提取,本文提出一种基于HtmlParser的文本抽取解析算法.首先通过语言与格式规则进行标签筛选,实现基于HtmlParser的网页文本数据抽取算法,然后采用Regex模式对抽取文本进行清洗去噪.最后通过实验,结合正确率与召回率等指标验证了算法的有效性.
面向网络评论的文本信息抽取方法研究
【摘 要】
：
为对网络在线评论进行高效率的文本分析与提取,本文提出一种基于HtmlParser的文本抽取解析算法.首先通过语言与格式规则进行标签筛选,实现基于HtmlParser的网页文本数据抽取
【机 构】
：
北方工业大学信息工程学院
【出 处】
：
北方工业大学学报
【发表日期】
：
2015年01期
【基金项目】
：
国家自然科学基金(61103112);北京市哲学社会科学规划基金(13SHC031);北京市青年拔尖人才培育计划(CIT&TCD201404005)
其他文献
1978至2008的30年间,是我国高师钢琴改革教学飞速发展的阶段,期间,取得了不少成就,也存在不少问题。通过对30年间关于钢琴改革方面言论的梳理,旨在了解改革30年的成败得失,为
主要研究传送网承载5G(fifth-genaration)业务的关键技术。传送网承载5G的关键需求主要有大带宽、低时延、架构需求、业务灵活调度和高可靠性等需求,针对这些需求,提出业务接
<正>大多数网民会以为淘宝网的目标是想做最大的网上购物平台,业内人士可能会认为淘宝网的目标是做最大的面向终端消费者的零售电子商务平台。而实际上,阿里巴巴集团想的比这
法律资格纷争成为英美法理学传统的一道难题,对这一问题的回答形成了不同法学流派。从法的合法性判准的不同模式出发,证立整全性不仅可以进入法的合法性判准的行列,而且必然
目的调查分析肿瘤患者围术期抗菌药物应用情况。方法随机抽取本院2009年1～6月肿瘤手术患者病历80份,对抗菌药物品种的选择、适应证、给药剂量和途径、初次给药时机、术后用药
骨质疏松骨折是目前严重威胁老年人生活的疾病之一。骨质疏松症以骨量减少、骨组织微结构破坏、骨脆性增加而极易发生骨折为特征,一旦发生骨折,其临床治疗非常困难,且预后不
本文研究对象是桑植民歌,它是湖南西北部张家界市桑植县及周边地区一带传唱的民歌,2006年被列入国家非物质文化遗产保护名录。本文的研究并不关注其演唱技巧及特征,而是从修
随着＂一带一路＂进程的推进,打造适应＂一带一路＂进程的高素质人才和提升人才质量成了当前必须深入思考的问题。高等教育在推动综合育人的教育理念引领下,人才培养质量密切相关的各