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HTML标记用途分析的网页正文提取技术
被引量：
15
1
作者
常红要
朱征宇
+2 位作者
陈烨
张鹏
曾丽芳
《计算机工程与设计》
CSCD
北大核心
2010年第24期5187-5191,共5页
通过分析噪音数据特点和它所产生的影响,利用HTML的结构特征,提出了一种基于区域分块的HTML元素删除法,可用于网页正文的自动提取。实验结果表明,该方法能有效地得到大多数HTML网页的主体内容部分。针对HTML文件的解析方法不仅可以用于...
通过分析噪音数据特点和它所产生的影响,利用HTML的结构特征,提出了一种基于区域分块的HTML元素删除法,可用于网页正文的自动提取。实验结果表明,该方法能有效地得到大多数HTML网页的主体内容部分。针对HTML文件的解析方法不仅可以用于提取HTML文件的主体文本,也可以用于得到HTML文件中其它HTML元素的内容。
展开更多
关键词
HTML网页
数据挖掘
内容抽取
噪音数据
元素删除法
在线阅读
下载PDF
职称材料
题名
基于HTML标记用途分析的网页正文提取技术
被引量：
15
1
作者
常红要
朱征宇
陈烨
张鹏
曾丽芳
机构
重庆大学计算机学院
出处
《计算机工程与设计》
CSCD
北大核心
2010年第24期5187-5191,共5页
基金
国家科技支撑计划基金项目(2007BAH08B04)
文摘
通过分析噪音数据特点和它所产生的影响,利用HTML的结构特征,提出了一种基于区域分块的HTML元素删除法,可用于网页正文的自动提取。实验结果表明,该方法能有效地得到大多数HTML网页的主体内容部分。针对HTML文件的解析方法不仅可以用于提取HTML文件的主体文本,也可以用于得到HTML文件中其它HTML元素的内容。
关键词
HTML网页
数据挖掘
内容抽取
噪音数据
元素删除法
Keywords
HTML page
data mining
content extracting
noise data
element deleting method
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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HTML标记用途分析的网页正文提取技术
常红要
朱征宇
陈烨
张鹏
曾丽芳
《计算机工程与设计》
CSCD
北大核心
2010
15
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
