作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

›› 2004, Vol. 30 ›› Issue (09): 89-.

• 论文 • 上一篇    下一篇

基于规则的HTML文档元数据提取

狄涤,周竞扬,潘金贵   

  1. 南京大学计算机软件新技术国家重点实验室,计算机科学与技术系,南京大学计算机软件新技术国家重点实验室,计算机科学与技术系,南京大学计算机软件新技术国家重点实验室,计算机科学与技术系 南京 210093
  • 发布日期:2004-05-15

Metadata Extracting for HTML Document Based on Rules

DI Di, ZHOU Jingyang, PAN Jingui   

  1. (State Key Laboratory for Novel Software Technology,Department of Computer Science & Technology, Nanjing University,Nanjing 210093)
  • Published:2004-05-15

摘要: 提出了一种基于规则提取HTML文档元数据的方法,介绍了规则的语法、语义和规则库的设计,研制了一个原型系统MEDES(MEtaData Extracting System),实现HTML文档元数据的自动提取。文章的最后给出了实验结果和评价,并指出进一步的工作。

关键词: 元数据提取, 基于规则, 信息检索, Web

Abstract: This paper proposes a metadata extracting method for HTML document based on rules. After introducing syntax and semantics of the rules, design of rule library is discussed. Based on the method aforementioned, a system named MEDES(metadata extracting system) is developed, which can perform automatic metadata extraction from HTML documents. The experiment results are evaluated, and the future work are discussed in the end.

中图分类号: