基于预定义模式的Web网页结构化数据抽取
王红卫1
马红2
张素智2
赵宇3
1.郑州轻工业学院机电工程学院,河南,郑州,4500022.郑州轻工业学院计算机与通信工程学院,河南,郑州,4500023.中原油田,供电管理处,河南,濮阳,457001
摘要：设计了一种基于预定义模式Web网页结构化数据抽取包装器软件.该软件利用最新Web技术、信息处理技术、人工智能技术对Web网页结构化信息解析,从非结构化的、不包括任何语义的HTML文档中抽取结构化语义数据.选取了几个出版社的新书发布Web页面进行了数据抽取验证和抽取结果分析.结果表明该软件可实现Web网页新书发布信息集成,并提供新书检索服务.
关键词：包装器数据抽取预定义模式
分类号：TP311(计算技术、计算机技术)
资助基金：河南省自然科学基金(0411010500)博士科研基金(2004010)
论文发表日期：2008-01-01
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：4( 1-3,44 )
英文信息