复杂Web页的Wrapper自动化生成技术研究  

The Study of Automatic Generation of Wrapper for Data Extraction from Complex Web

作　　者：陈洪平[1] 方巍[1] 李林[1] 崔志明[1] 

机构地区：[1]苏州大学智能信息处理及应用研究所,江苏苏州215006

出　　处：《微电子学与计算机》2010年第4期62-65,共4页Microelectronics & Computer

基　　金：国家自然科学基金项目(60673092);江苏省重大科技支撑与自主创新项目(BE2008044);江苏省"六大人才高峰"项目(06-E-037)

摘　　要：针对基于模板生成Web页的基本特点,结合Ontology知识,探索Deep Web垂直搜索中,复杂Web页面的Wrapper自动化生成的解决方案.对实际复杂Web页面抽取的实验结果表明,该方法达到了较高的抽取准确率.According to characteristic of the template-based Web-pages, combing the ontology, this paper proposes a method to solve the problem of automatic generation of wrapper for complex Web pages in the deep Web vertical-search condition. Experimental evaluation on a number of real complex Web page collections indicates that our method can gain a high extraction precision.

关 键 词：本体 数据抽取 包装器 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]