半结构化文档中非标记化表格的抽取

被引：4

作者：

宋强

徐鹏

李涓子

机构：

[1] 清华大学计算机系

来源：

计算机工程 | 2005年 / 18期

关键词：

非标记化表格; 信息抽取; 分层聚类;

D O I：

暂无

中图分类号：

TP311.11 [];

学科分类号：

摘要：

对非标记化表格进行数据建模,利用非标记化表格在文档中的结构分布特征,给出了非标记化表格的抽取算法。对非标记化表格进行行列划分,然后进行标题归纳和单元格合并。实验结果表明,论文提出的算法的正确性令人满意。

引用

收藏

页码：81 / 83+171 +171

页数：4

相关论文

共 1 条

[1]

元数据驱动的半结构化信息智能处理模型的研究 .2 徐鹏. 清华大学 . 2003