基于局部最优标签树的网页净化方法
기우국부최우표첨수적망혈정화방법
An Approach to Purify Web Pages Based on the Local Optimal DOM Tree
  • 万方数据
    科学技术与工程 과학기술여공정
    SCIENCE TECHNOLOGY AND ENGINEERING
    2012年 35期 9556-9561 ,共6页

    胡飞%杨华千%韦鹏程%彭涛%蒲昌玖

    호비%양화천%위붕정%팽도%포창구

    网页净化%信息提取%HTML标签%局部最优%网页噪音 網頁淨化%信息提取%HTML標籤%跼部最優%網頁譟音
    망혈정화%신식제취%HTML표첨%국부최우%망혈조음
    新闻网页里面包含大量文字分段标签,相比网页其它区域的噪音内容,其主题内容区域的文字分段标签较多.根据这一特点引入局部最优标签树搜索算法.通过搜寻同级节点中分段标签最多的容器节点,消除其它容器节点,从而实现网页净化方法.实验证明方法实现简单、净化效果明显,特别是对新闻类主题文字网页净化效果显著.
    신문망혈리면포함대량문자분단표첨,상비망혈기타구역적조음내용,기주제내용구역적문자분단표첨교다.근거저일특점인입국부최우표첨수수색산법.통과수심동급절점중분단표첨최다적용기절점,소제기타용기절점,종이실현망혈정화방법.실험증명방법실현간단、정화효과명현,특별시대신문류주제문자망혈정화효과현저.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문