基于网页标题的信息提取系统的研究与设计  

作　　者：苏秀芝[1] 

机构地区：[1]湖南软件职业学院,湖南湘潭411100

出　　处：《中国科技期刊数据库 科研》2017年第1期00047-00047,100,共2页

摘　　要：随着互联网技术的迅速发展;Internet为人们提供了海量信息;但这些信息都包含在网页中;为了使用这些信息数据;需要将数据从网页中提取出来。本文介绍了一种网页信息提取系统;通过把网上下载的页面解析成DOM树;再生成语义DOM树;对语义树进行去噪;计算标题与文本结点的相关度值进行信息提取。实验表明;该系统能够准确、有效地提取网页正文信息。

关 键 词：DOM 信息提取 去噪 

分 类 号：TP393.09[自动化与计算机技术—计算机应用技术]