一种基于标点密度的网页正文提取方法
일충기우표점밀도적망혈정문제취방법
A Method of Webpage Content Extraction based on Point Density
  • 万方数据
    智能计算机与应用 지능계산궤여응용
    Intelligent Computer and Applications
    2015年 4期 42-44,47 ,共4页

    杨钦%杨沐昀

    양흠%양목윤

    DOM%标点密度%文本密度%正文提取 DOM%標點密度%文本密度%正文提取
    DOM%표점밀도%문본밀도%정문제취
    本文提出了一种基于DOM树的正文提取方法.该方法是在基于DOM树的文本密度的正文提取算法的框架上改进而来的.基于对文言文翻译网站的观察,本方法使用标点符号密度取代原方法的文本密度.通过随机选取50篇文言文翻译网页作为测试集,本文提出的方法获得了更好的准确率、召回率和F值.
    본문제출료일충기우DOM수적정문제취방법.해방법시재기우DOM수적문본밀도적정문제취산법적광가상개진이래적.기우대문언문번역망참적관찰,본방법사용표점부호밀도취대원방법적문본밀도.통과수궤선취50편문언문번역망혈작위측시집,본문제출적방법획득료경호적준학솔、소회솔화F치.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문