中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
针对开源论坛网页的信息抽取研究

文献类型:期刊论文

作者刘春梅; 郭岩; 俞晓明; 赵岭; 刘悦; 程学旗
刊名计算机科学与探索
出版日期2017
卷号11.0期号:1.0页码:114
关键词记录定位 网页聚类 模板抽取
ISSN号1673-9418
英文摘要互联网上大量论坛使用开源软件生成,针对这类论坛,提出了针对论坛网页信息抽取的基于模板的信息抽取方法。首先给出了基于网页结构相似度的簇划分策略,并通过实验证明了该策略优于直接基于软件版本号等直观类别的划分策略;其次提出了基于开源软件特征的聚类算法,能够根据网页相似度将大规模开源软件生成的论坛网页进行有效的自动划分,形成可标注类别。实验表明,该方法不仅保持了基于模板的抽取方法所具有的高准确率的优点,同时弥补了其模板配置与维护代价高的缺点。
语种英语
源URL[http://119.78.100.204/handle/2XEOYT63/34599]  
专题中国科学院计算技术研究所期刊论文_中文
作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
刘春梅,郭岩,俞晓明,等. 针对开源论坛网页的信息抽取研究[J]. 计算机科学与探索,2017,11.0(1.0):114.
APA 刘春梅,郭岩,俞晓明,赵岭,刘悦,&程学旗.(2017).针对开源论坛网页的信息抽取研究.计算机科学与探索,11.0(1.0),114.
MLA 刘春梅,et al."针对开源论坛网页的信息抽取研究".计算机科学与探索 11.0.1.0(2017):114.

入库方式: OAI收割

来源:计算技术研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。