基于朴素贝叶斯方法的Web数据噪音分类研究

作者：茹蓓; 陈建彪web数据数据抽取贝叶斯算法抽取算法朴素贝叶斯分类研究数据区域抽取方法抽取规则信息分类

摘要：在网页自动化数据抽取中,导航、广告、特定栏目等信息与知识数据的HTML结构模式类似,它们会被误作为知识数据抽取出来,从而带来抽取算法准确率低下的问题。本文通过分析噪音数据结构特征,基于朴素贝叶斯算法对网页文本信息分类,噪音数据干扰问题得到有效解决。实验结果表明,该方法具有较高的准确率和运行效率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社