基于层次关联边条件随机场的Web对象抽取

摘要：

提出一种基于层次关联边条件随机场(HCC-CRFs)模型的Web对象抽取方法.将数据块检测和属性标注合并为标签分配问题,避免误差传播现象.通过在数据块之间增加条件依赖关系,使HCC-CRFs模型能充分利用Web页面的内容层次结构.实验结果表明,该方法具有较好的抽取效果.

关键词：Web对象、信息抽取、数据块检测、属性标注、条件随机场、层次关联边

所属期刊栏目：38

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61170121

在线出版日期：2012-12-05（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：45-48