基于超链接分析的网页正文提取方法  

Research on Main Text Extraction for Chinese Web Pages Based on Web Hyperlink

作　　者：任翔[1] 刘彬[1] 

机构地区：[1]泰山学院信息科学技术学院,山东泰安271021

出　　处：《泰山学院学报》2010年第3期44-48,共5页Journal of Taishan University

摘　　要：随着网络的迅猛发展,web服务已经成为研究的热点之一.本文介绍了一种文件类型网页文件的文本信息预处理技术.该方法能够解析网页文件的组成结构,并从中提取出主体文本以供处理.测试表明该方法能快速有效地得到大部分HTML网页的主体部分.With the increase of Internet,web service has been the focus of research.The paper proposes a Chinese web pages preprocessing method.The method can parse web pages,and extract the main part from the web pages.The experiment shows that the method is feasible to parse web pages.

关 键 词：网页正文 WEB服务 超链接 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]