计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
z1期
141-144,165
,共5页
李贵%陈成%李征宇%韩子扬%孙平%孙焕良
李貴%陳成%李徵宇%韓子颺%孫平%孫煥良
리귀%진성%리정우%한자양%손평%손환량
标签路径%结构化数据抽取%聚类
標籤路徑%結構化數據抽取%聚類
표첨로경%결구화수거추취%취류
Tag path%Extracting structured data%Clustering
提出了一种基于标签路径的Web结构化数据自动抽取方法.该方法通过对网页DOM树的解析获取完整标签路径集合,并依据路径相似度测量方法来聚类标签路径,实现目标数据区域的定位,然后通过标签节点坐标位置的特性来分离各个数据项,过滤冗余数据,最终完成数据抽取.实验结果表明,与MDR方法相比,该方法在处理拥有结构化数据的网页时,有更高的查全率和查准率.
提齣瞭一種基于標籤路徑的Web結構化數據自動抽取方法.該方法通過對網頁DOM樹的解析穫取完整標籤路徑集閤,併依據路徑相似度測量方法來聚類標籤路徑,實現目標數據區域的定位,然後通過標籤節點坐標位置的特性來分離各箇數據項,過濾冗餘數據,最終完成數據抽取.實驗結果錶明,與MDR方法相比,該方法在處理擁有結構化數據的網頁時,有更高的查全率和查準率.
제출료일충기우표첨로경적Web결구화수거자동추취방법.해방법통과대망혈DOM수적해석획취완정표첨로경집합,병의거로경상사도측량방법래취류표첨로경,실현목표수거구역적정위,연후통과표첨절점좌표위치적특성래분리각개수거항,과려용여수거,최종완성수거추취.실험결과표명,여MDR방법상비,해방법재처리옹유결구화수거적망혈시,유경고적사전솔화사준솔.
