期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于标签路径特征融合的在线Web新闻内容抽取
被引量：
23
1
作者
吴共庆
胡骏
+4 位作者
李莉
徐喆昊
刘鹏程
胡学钢
吴信东
《软件学报》
EI
CSCD
北大核心
2016年第3期714-735,共22页
精准地抽取新闻网页的内容,是提高Web新闻分析等应用系统工作质量的关键技术之一.由于缺少Web新闻出版的标准,存在大量不同的出版格式,并且Web本身是一种具有高度异构性的大数据载体,导致Web新闻内容抽取成为一个开放性问题.经大量实例...
精准地抽取新闻网页的内容,是提高Web新闻分析等应用系统工作质量的关键技术之一.由于缺少Web新闻出版的标准,存在大量不同的出版格式,并且Web本身是一种具有高度异构性的大数据载体,导致Web新闻内容抽取成为一个开放性问题.经大量实例分析发现,新闻网页内容与其上的标签路径存在潜在的关联性.因此,设计了标签路径特征系,以从不同视角区分网页内容和噪音.在特征相似性分析的基础上,提出了一种基于组合特征选择的特征融合策略,并设计了基于融合特征的Web新闻内容抽取方法 CEPF.CEPF是一种快速的通用、无需训练的在线Web新闻内容抽取算法,可抽取多种来源、多种风格、多种语言的Web新闻网页.在Clean Eval等测试数据集上的实验结果表明,CEPF方法优于CETR等抽取方法.
展开更多
关键词
内容抽取
WEB新闻
标签路径特征
组合特征选择
特征融合
在线阅读
下载PDF
职称材料
题名
基于标签路径特征融合的在线Web新闻内容抽取
被引量：
23
1
作者
吴共庆
胡骏
李莉
徐喆昊
刘鹏程
胡学钢
吴信东
机构
合肥工业大学计算机与信息学院
Department of Computer Science
出处
《软件学报》
EI
CSCD
北大核心
2016年第3期714-735,共22页
基金
国家自然科学基金(61273297
61229301
+3 种基金
61273292)
教育部创新团队发展计划(IRT13059)
国家重点基础研究发展计划(973)(2013CB329604)
国家高技术研究发展计划(863)(2012AA011005)~~
文摘
精准地抽取新闻网页的内容,是提高Web新闻分析等应用系统工作质量的关键技术之一.由于缺少Web新闻出版的标准,存在大量不同的出版格式,并且Web本身是一种具有高度异构性的大数据载体,导致Web新闻内容抽取成为一个开放性问题.经大量实例分析发现,新闻网页内容与其上的标签路径存在潜在的关联性.因此,设计了标签路径特征系,以从不同视角区分网页内容和噪音.在特征相似性分析的基础上,提出了一种基于组合特征选择的特征融合策略,并设计了基于融合特征的Web新闻内容抽取方法 CEPF.CEPF是一种快速的通用、无需训练的在线Web新闻内容抽取算法,可抽取多种来源、多种风格、多种语言的Web新闻网页.在Clean Eval等测试数据集上的实验结果表明,CEPF方法优于CETR等抽取方法.
关键词
内容抽取
WEB新闻
标签路径特征
组合特征选择
特征融合
Keywords
content extraction
Web news
tag path feature
group feature selection
feature fusion
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于标签路径特征融合的在线Web新闻内容抽取
吴共庆
胡骏
李莉
徐喆昊
刘鹏程
胡学钢
吴信东
《软件学报》
EI
CSCD
北大核心
2016
23
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
