面向期刊網(wǎng)站的網(wǎng)頁結構挖掘和元數(shù)據(jù)抽取.pdf

1、隨著Internet．的迅速發(fā)展，Web已經成為了一個巨大的信息資源。人們希望從充斥著大量干擾信息的Web中快速而準確地找到真正有用的信息。因此Web信息抽取技術的重要性日益凸顯。 在學科網(wǎng)絡資源中，學術期刊網(wǎng)站是一個重要的信息來源。本文以學術期刊網(wǎng)站中的多記錄網(wǎng)頁為信息抽取的對象，在研究和分析了現(xiàn)有的幾類Wet信息抽取技術的基礎上針對期刊文章信息的抽取任務提出了一整套的抽取方法。 對于有用信息區(qū)域的定位，本文提出了一種

2、基于層次關系結構樹的定位算法。相對于基于HTML結構樹的定位算法，該算法能夠更有效地定位有用信息所在區(qū)域。 對于有用信息區(qū)域中的多記錄劃分，本文提出了兩個改進的獨立啟發(fā)式艦則并在試驗的基礎上綜合兩個規(guī)則建立了統(tǒng)一的邊界發(fā)現(xiàn)規(guī)則，試驗表明該綜合規(guī)則能夠有效地劃分出單條記錄從而為下一步元數(shù)據(jù)的抽取打下了良好的基礎。 對于從單條記錄中抽取文章元數(shù)據(jù)，本文提出了一種基于隱馬爾可夫模型的方法，首先運用HTML標簽和標點符號劃分出元