基于机器学习的HTML标题抽取

摘要：

标题是描述一个HTML文档主题的重要信息,但常常不能被准确指明.本文通过对过去标题抽取方法优缺点的总结和进一步分析,提出了通过机器学习策略进行标题抽取的方法.我们将HTML格式及DOM树结构等信息引入了机器学习标题抽取过程中,并通过实验验证了我们提出方法的可行性.

关键词：机器学习、标题、信息抽取

所属期刊栏目：26

分类号：TP311(计算技术、计算机技术)

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：15-16,11