一种基于文本样式的Web主题信息提取方法研究
顾韵华
李佩
谢刚
1.南京信息工程大学计算机与软件学院,南京,2100442.南京信息工程大学计算机与软件学院,南京,2100443.南京信息工程大学计算机与软件学院,南京,210044
摘要：考虑Web页面表现形式对主题相关度的影响,提出了一个基于文本样式的Web主题提取算法.该算法解析Web页面中的文本样式,根据不同的文本样式来计算文本的重要度,选取重要度较高的文本作为该页面的主题.算法无须对页面进行复杂的结构分析,也避免了模板需要人工手动配置或训练的繁琐问题,具有较强的通用性.通过对十大类网站的一百个网页的测试,结果表明该算法具有较高的准确度.
关键词：文本样式主题提取算法
分类号：TP393(计算技术、计算机技术)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 17-20,176 )
英文信息