基于启发式规则的Web信息抽取技术研究

摘要：

随着Internet的发展,Web挖掘技术越来越重要,其中的Web信息抽取技术逐渐成为热点,逐渐成为Web挖掘技术的关键技术之一,对Web信息抽取技术的深入研究也为构建更好的面向主题的搜索引擎提供了思路.文中对Web信息抽取的现有技术以及现有技术存在的问题进行了详细的论述.根据Web信息抽取的原理,依据软件工程的观点对Web信息抽取技术提出了具有指导意义的8条启发式规则.在这些规则的指导下,着重阐述了Web信息抽取中的基于结构和内容的信息抽取.通过理论分析及相应的实验说明所提出的8条规则对Web信息抽取具有良好的指导意义.

关键词：Web信息抽取、网页过滤、启发式规则

所属期刊栏目：19

分类号：TP311(计算技术、计算机技术)

资助基金：国家重点实验室基金A200711

在线出版日期：2009-09-09（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：4-7