一种基于树匹配的网页语义块挖掘算法
在互联网中,网页等半结构化文本通常由不同的语义区缺组合而成,定位和挖掘这类区块对网页内容理解、页面结构分析等有着重要的作用.然而由于不同网页在结构和内容上都存在着较大的区别,准确的从不同的网页中定位特定的结构区域是一个相对复杂的任务.主要提出一种基于树匹配的方法用来挖掘网页中的语义区块,并通过剪枝等策略优化算法.实验表明该方法能有效提高F值,同时算法的性能有较大改善.
编辑距离、树匹配、数据挖掘、剪枝
30
TP391(计算技术、计算机技术)
国家"八六三"高技术研究发展计划基金项目2006AA01Z449;国家"八六三"高技术研究发展计划基金项目2008AA01Z408
2009-10-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
1541-1545