基于规则的Deep Web查询接口的抽取

摘要：

以网上书店为例,基于所发现的Deep Web数据源,针对其查询接口,提出了一种基于领域知识的Deep Web接口抽取方法,该方法采用正则表达式的规则提取查询接口,包括与控件相邻的文本语义词汇的提取和控件的提取,然而部分查询接口抽取出的文本语义信息比较繁琐,需借助页面中的字体颜色等特征,过滤非需要的信息,达到文中的目标.该方法获得了较好的结果,具有良好的可行性和实用性.

关键词：领域知识、正则表达式、规则、查询接口抽取

所属期刊栏目：6

分类号：TP311(计算技术、计算机技术)

在线出版日期：2010-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：7-8