作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

›› 2003, Vol. 29 ›› Issue (09): 50-.

• 论文 • 上一篇    下一篇

多信息块Web页面中的抽取规则

王庆一,王继成,周源远,袁春风   

  1. 南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系,南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系,南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系,南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系 南京 210093
  • 发布日期:2003-05-15

Extraction Rule of MIB Web Page

WANG Qingyi, WANG Jicheng, ZHOU Yuanyuan, YUAN Chunfeng   

  1. (State Key Laboratory for Novel Software Technology, Department of Computer Science and Technology, Nanjing University, Nanjing210093)
  • Published:2003-05-15

摘要: 以往的包装器主要针对仅含有一个数据块的Web页面,而对含有多个信息块的Web页面,简称MIB(Multiple Information Block), Web页面无法处理。该文提出了一个新的抽取规则,结合了基于文档结构的抽取规则和基于特征Pattern匹配的抽取规则的优点,能够有效地抽取MIB Web页面中的信息。

关键词: Web, 信息抽取, 包装器, 抽取规则, 信息集成

Abstract: The existent wrapper can not correctly extract all the information from such page is called MIB (multiple information block) Web page. A kind of new extraction rule, which combines the advantage of extraction rules based on document structure and extraction rules based on patterns, is introduced to solve the problem.

中图分类号: