Web表格信息抽取模型的设计与实现  

THE DESIGN AND IMPLEMENTATION OF INFORMATION EXTRACTION MODEL ON WEB TABLES

作　　者：廖涛[1] 刘宗田[1] 孔庆苹[1] 

机构地区：[1]上海大学计算机科学与工程学院,上海200072

出　　处：《计算机应用与软件》2009年第4期72-74,共3页Computer Applications and Software

基　　金：国家发改委基金项目(SNMCFIP-2006S001)。

摘　　要：Web表格作为一种简洁有效的数据信息表达方式,已广泛应用于Web页面中。现提出一种基于表格结构的Web表格信息抽取模型,该模型主要有表格定位模块、表格结构预处理模块和表格信息抽取与重构模块三个模块组成,根据Web表格的结构标记和自定义的启发式规则来抽取表格信息。实验结果表明该模型能够很好地应用于Web表格信息的抽取。As a compact and efficient way to present relational data information, Web tables are used frequently in Web documents. In this paper it presents a new model based on table structure that extracts information from tables of Web documents. It is composed of table positio- ning ＇module, table structure pretreatment module and table information extraction and remodelling module, extracts information from table according to Web table structure label and self-defined heuristic rules. The experimental results show that this model is well performed in information extraction from tables of Web documents.

关 键 词：表格结构 抽取模型 启发式规则 预处理 解析 

分 类 号：TP393.092[自动化与计算机技术—计算机应用技术] TP311.132[自动化与计算机技术—计算机科学与技术]