舆情搜索引擎中网页信息的采集与抽取研究

摘要：

网络舆情搜索引擎与通常的网络信息搜索不同,其最终结果要深入到站点和页面内部采集与抽取有效数据,给情报界提出了许多新的研究内容和方法.在对网页信息抽取的模板和页面分析两种方式、基于自然语言处理、包装器归纳和Ontology抽取方法的分析基础上,使用基于包装器归纳方式并在规则生成模块中采用专家模式,设计一种基于样本学习的新闻抽取方法,通过人工分析网页源代码制定和修改抽取规则,然后根据抽取规则进行信息自动抽取,以提高舆情搜索引擎的精度和质量.

关键词：网络舆、情抽取规则、新闻网页、信息抽取

所属期刊栏目：10

分类号：TP3;O65

资助基金：国家社科基金军事学项目研究成果之一

在线出版日期：2011-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1022-1027