基于网页格式信息量的博客文章和评论抽取模型
文献类型：期刊论文
| 作者 | 曹冬林; 廖祥文; 许洪波; 白硕 |
| 刊名 | 软件学报
 |
| 出版日期 | 2009 |
| 卷号 | 000期号:005页码:1282 |
| 关键词 | 博客信息抽取 最小正文子树 有效信息率 网页格式信息 视觉信息 切分位置信息量 |
| ISSN号 | 1000-9825 |
| 英文摘要 | 从信息论的角度出发,提出了一个基于网页格式信息量的博客文章和评论抽取模型.首先,结合网页视觉上的位置信息和文本的有效信息来定位网页正文.其次,利用博客网页中的格式信息作为信息单元并计算每个信息块所包含的格式信息量,通过计算最小切分位置信息量来切分正文中的文章和评论.该模型具有与语言无关的特点,因此具有一定的通用性.实验结果表明,该模型在博客正文定位和正文切分方面达到了较高的精确率. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/35435]  |
| 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 | 曹冬林,廖祥文,许洪波,等. 基于网页格式信息量的博客文章和评论抽取模型[J]. 软件学报,2009,000(005):1282. |
| APA | 曹冬林,廖祥文,许洪波,&白硕.(2009).基于网页格式信息量的博客文章和评论抽取模型.软件学报,000(005),1282. |
| MLA | 曹冬林,et al."基于网页格式信息量的博客文章和评论抽取模型".软件学报 000.005(2009):1282. |
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。