从WEB文档中构造半结构化信息的抽取器

被引：42

作者：

黄豫清

戚广志

张福炎

机构：

[1] 南京大学多媒体计算机研究所!南京

来源：

软件学报 | 2000年 / 01期

关键词：

启发式规则; 数据抽取格式; 对象交换模型;

D O I：

10.13328/j.cnki.jos.2000.01.009

中图分类号：

TP311 [程序设计、软件工程];

学科分类号：

081202 ; 0835 ;

摘要：

为了对 WEB上不规则的、动态的信息按照数据库的方式集成和查询 ,采用对象交换模型 (object ex-change model,简称 OEM)建立了 WEB信息模型 .为了将页面中各个部分表示为对应的 OEM对象 ,设计了半结构化信息的抽取算法 ,并给出测试结果 .该方法可以抽取结构化和半结构化的信息 ,比现有的抽取方法通用性更强 .

引用

页码：73 / 78

页数：6