铁路计算机应用
鐵路計算機應用
철로계산궤응용
RAILWAY COMPUTER APPLICATION
2010年
9期
37-40
,共4页
胡少荣%孟嗣仪%刘云%张彦超%丁飞
鬍少榮%孟嗣儀%劉雲%張彥超%丁飛
호소영%맹사의%류운%장언초%정비
自动抽取%网页信息%解析模板%XPath%网络舆情
自動抽取%網頁信息%解析模闆%XPath%網絡輿情
자동추취%망혈신식%해석모판%XPath%망락여정
在网络舆情分析中,经常要从大量的网页信息中抽取出有用的数据.但一般的网页信息抽取技术都是基于对HTML文档的分析.本文提出网页信息自动抽取的方法,可以滤除网页噪声,快速准确地获取所需要的网页信息.该方法首先将HTML转换为结构化的XML文档,然后结合DOM4J和XPath语言建立网页解析模板库,最后根据模板的抽取规则对网页信息进行抽取.实验证明,该方法具有较高的回召率和查准率.
在網絡輿情分析中,經常要從大量的網頁信息中抽取齣有用的數據.但一般的網頁信息抽取技術都是基于對HTML文檔的分析.本文提齣網頁信息自動抽取的方法,可以濾除網頁譟聲,快速準確地穫取所需要的網頁信息.該方法首先將HTML轉換為結構化的XML文檔,然後結閤DOM4J和XPath語言建立網頁解析模闆庫,最後根據模闆的抽取規則對網頁信息進行抽取.實驗證明,該方法具有較高的迴召率和查準率.
재망락여정분석중,경상요종대량적망혈신식중추취출유용적수거.단일반적망혈신식추취기술도시기우대HTML문당적분석.본문제출망혈신식자동추취적방법,가이려제망혈조성,쾌속준학지획취소수요적망혈신식.해방법수선장HTML전환위결구화적XML문당,연후결합DOM4J화XPath어언건립망혈해석모판고,최후근거모판적추취규칙대망혈신식진행추취.실험증명,해방법구유교고적회소솔화사준솔.
