2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(jiǎn)介

1、隨著Web技術(shù)的更新,互聯(lián)網(wǎng)迎來(lái)了更加廣闊的發(fā)展,越來(lái)越多的應(yīng)用以Web方式推出,并且以基于動(dòng)態(tài)Web技術(shù)的深度Web逐漸取代傳統(tǒng)的靜態(tài)Web,對(duì)這些深度Web信息提取一直是近年來(lái)信息提取領(lǐng)域的熱門研究。傳統(tǒng)的信息抽取工作大多都是基于Web頁(yè)面源碼,進(jìn)行手工或者半手工的信息特征標(biāo)識(shí),然后編程提取,更有高級(jí)一點(diǎn)的是采用數(shù)據(jù)挖掘的方式,基于統(tǒng)計(jì)或者訓(xùn)練的方式進(jìn)行抽象信息的提取。然后隨著HTML語(yǔ)言版本的更新,頁(yè)面形態(tài)及標(biāo)簽日新月異,傳統(tǒng)的方

2、法都很難推廣或者保持準(zhǔn)確性。
  本文針對(duì)于Web郵件頁(yè)面,提出了基于視覺(jué)的郵件信息提取方案。該方案是針對(duì)于目前主流的郵箱,分析其頁(yè)面的視覺(jué)共性,然后基于視覺(jué)信息提取,目的是達(dá)到較高的準(zhǔn)確率和推廣性。本方案是基于IE內(nèi)核接口,采集郵件頁(yè)面的視覺(jué)信息及源碼DOM樹(shù),統(tǒng)一轉(zhuǎn)化成一棵視覺(jué)樹(shù),并對(duì)視覺(jué)樹(shù)進(jìn)行一系列的預(yù)處理,然后應(yīng)用VIPS算法進(jìn)行語(yǔ)義分塊并生成視覺(jué)語(yǔ)義樹(shù),最后在視覺(jué)語(yǔ)義樹(shù)基礎(chǔ)上,按郵件頭信息及正文信息的視覺(jué)特征進(jìn)行數(shù)據(jù)識(shí)別

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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