多信息块Web页面中的抽取规则

摘要：

以往的包装器主要针对仅含有一个数据块的Web页面,而对含有多个信息块的Web页面,简称MIB(MultipleInformation Block)Web页面无法处理.该文提出了一个新的抽取规则,结合了基于文档结构的抽取规则和基于特征Pattern匹配的抽取规则的优点,能够有效地抽取MIB Web页面中的信息.

关键词：Web、信息抽取、包装器、抽取规则、信息集成

所属期刊栏目：29

分类号：TP391;TP392(计算技术、计算机技术)

资助基金：国家自然科学基金60073030;国家高技术研究发展计划863计划2001AA114041

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：42-44,50