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
基于大模型的新闻媒体网页信息提取方法
1
作者
刘建文
万子建
+2 位作者
陈婷
刘汪洋
沈宜
《情报杂志》
北大核心
2025年第6期177-184,共8页
[研究目的]针对现有基于非视觉特征的网页信息提取技术存在的采集精度不高、难以满足复杂需求等问题,研究高效智能的网页信息提取技术,实现新闻媒体网页信息的快速准确提取。[研究方法]提出了一种基于大模型的新闻媒体网页信息提取方法...
[研究目的]针对现有基于非视觉特征的网页信息提取技术存在的采集精度不高、难以满足复杂需求等问题,研究高效智能的网页信息提取技术,实现新闻媒体网页信息的快速准确提取。[研究方法]提出了一种基于大模型的新闻媒体网页信息提取方法,通过模型基座对比选型、数据集构建、监督微调、提示词工程等技术手段构建网页信息提取专用大模型,提升新闻媒体网页信息提取的准确率和效率。[研究结果/结论]通过多类新闻网页数据智能提取方案实验对比分析发现,基于开源大模型基座及监督微调构建的专用新闻媒体大模型,其信息提取结果平均准确率及平均F1值皆超过90%,相比现有网页信息提取方案具有更高的适用性。
展开更多
关键词
大语言模型
新闻网页
文本信息提取
HTML智能解析
网页要素智能提取
多语种识别
思维链
在线阅读
下载PDF
职称材料
题名
基于大模型的新闻媒体网页信息提取方法
1
作者
刘建文
万子建
陈婷
刘汪洋
沈宜
机构
深圳市网联安瑞网络科技有限公司
广东省
网络
空间认知域工程技术研究中心
出处
《情报杂志》
北大核心
2025年第6期177-184,共8页
基金
国家重点研发计划(编号:2022YFB3105400)研究成果。
文摘
[研究目的]针对现有基于非视觉特征的网页信息提取技术存在的采集精度不高、难以满足复杂需求等问题,研究高效智能的网页信息提取技术,实现新闻媒体网页信息的快速准确提取。[研究方法]提出了一种基于大模型的新闻媒体网页信息提取方法,通过模型基座对比选型、数据集构建、监督微调、提示词工程等技术手段构建网页信息提取专用大模型,提升新闻媒体网页信息提取的准确率和效率。[研究结果/结论]通过多类新闻网页数据智能提取方案实验对比分析发现,基于开源大模型基座及监督微调构建的专用新闻媒体大模型,其信息提取结果平均准确率及平均F1值皆超过90%,相比现有网页信息提取方案具有更高的适用性。
关键词
大语言模型
新闻网页
文本信息提取
HTML智能解析
网页要素智能提取
多语种识别
思维链
Keywords
large language model
news web page
text information extraction
intelligent parsing of HTML code
intelligent extraction of web page element
multi-language recognition
chain of thought
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
基于大模型的新闻媒体网页信息提取方法
刘建文
万子建
陈婷
刘汪洋
沈宜
《情报杂志》
北大核心
2025
0
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
