HTML網(wǎng)頁主題信息抽取方法研究.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、Web頁面所表達(dá)的“主題”信息通常隱藏在大量無關(guān)結(jié)構(gòu)和文字中，通常我們?cè)跒g覽Web上的網(wǎng)頁時(shí)會(huì)發(fā)現(xiàn)兩部分內(nèi)容：一部分內(nèi)容體現(xiàn)的是網(wǎng)頁的主題信息，比如一張新聞網(wǎng)頁中的新聞部分，稱之為“主題”內(nèi)容；另一部分則是與主題內(nèi)容無關(guān)的導(dǎo)航條、廣告信息、版權(quán)信息以及調(diào)查問卷等內(nèi)容，我們稱之為“噪音”內(nèi)容。大量的無關(guān)內(nèi)容存在使得用戶不能迅速獲取主題信息，準(zhǔn)確完整地提取網(wǎng)頁主題信息是影響Web應(yīng)用服務(wù)質(zhì)量的關(guān)鍵技術(shù)之一。本文基于Dog規(guī)范，把網(wǎng)頁的HTM

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論