基于支持向量机的网页主题信息提取算法

摘要：

为了提取网页中的主题信息,提出了一种基于支持向量机(SVM)的网页主题信息提取算法.该算法首先将整个网页划分成多个不同的信息块;然后根据信息块中的文本、图片、链接及信息块的位置建立其特征向量;通过训练得到SVM的最优分类函数;最后通过最优分类函数的符号判断给定的信息块是否是主题信息.封闭式测试中,指标precision和gain在最高时达到98%和96%;开放式测试中,两指标分别为92%和87%.

关键词：网页分割、信息提取、SVM

所属期刊栏目：1

分类号：TP393(计算技术、计算机技术)

在线出版日期：2007-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：451-452,513