基于DOM的中文人物WEB信息提取

摘要：

本文面向中文人物WEB信息提取这个主题,将HTML文档解析成DOM树,扩展DOM树,增加主题相关度影响因子.提出特征权值计算方法计算主题相关度,并根据主题相关性因子进行剪枝,提取主题信息.进而通过句法分析、模式匹配提取中文人物的姓名、出生年月、性别等信息.结果表明,该方法有较好的查全率和准确率.

关键词：信息提取、文档对象模型、影响因子、中文人物

所属期刊栏目：26

分类号：TP391(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：15-17