基于树比较的Web页面主题信息抽取

作者：朱梦麟; 李光耀; 周毅敏信息抽取相似页面树比较抽取规则

摘要：为了从具有海量信息的Internet上自动抽取Web页面的信息，提出了一种基于树比较的Web页面主题信息抽取方法。通过目标页面与其相似页面所构建的树之间的比较，简化了目标页面，并在此基础上生成抽取规则，完成了页面主题信息的抽取。对国内主要的一些网站页面进行的抽取检测表明，该方法可以准确、有效地抽取Web页面的主题信息。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社