基于XML的Web半结构化信息抽取

被引：11

作者：

李哲琦 ^{[1
]}

张莹 ^{[2
]}

机构：

[1] 长春工业大学计算机科学技术学院

[2] 长春理工大学计算机科学技术学院

来源：

长春理工大学学报(自然科学版) | 2007年 / 01期

关键词：

信息抽取; 数据清洗; XML; Tidy;

D O I：

暂无

中图分类号：

TP311.10 [];

学科分类号：

摘要：

Web信息抽取是信息抽取技术在B/S体系中的新发展,在增量信息存储与搜索中有着广泛的应用。本文阐述的基于XML的Web半结构化信息抽取,是将Web表示层作为信息源,基于XML、JTidy数据清洗及Xquare-bridge等技术及开源项目,实现Web中半结构化的隐式信息点抽取,生成结构化、语义更清晰的表示及存储形式。

引用

收藏

页码：66 / 68

页数：3

相关论文

共 4 条

[1]

谈数据仓库建设中的ETL过程 [J].

张云 .

计算机系统应用, 2005, (08) :77-79+83

[2]

一种可靠的数据仓库中ETL策略与架构设计 [J].

尤玉林 ;

张宪民 ;

不详 .

计算机工程与应用 , 2005, (10) :172-174+229

[3]

数据抽取、转换、装载综述 [J].

王新英 ;

陈语林 .

企业技术开发, 2004, (08) :3-5

[4]

数据ETL工具通用框架设计 [J].

周宏广 ;

周继承 ;

彭银桥 ;

龙思锐 .

计算机应用, 2003, (12) :96-98