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(jiǎn)介
1、隨著Intemet應(yīng)用的逐漸普及,www己經(jīng)發(fā)展成為一個(gè)巨大的分布式信息空間。但因Intenet所固有的開放性、動(dòng)態(tài)性與異構(gòu)性,又使得用戶很難準(zhǔn)確快捷地從www上獲取所需信息。如何快速、準(zhǔn)確的從浩瀚的信息資源中尋找到所需信息已經(jīng)成為一個(gè)難題。Web信息抽取技術(shù)正是在這樣的背景下應(yīng)運(yùn)而生,出現(xiàn)了各種各樣的抽取方法,但是這些抽取方式都有其應(yīng)用的局限性。 本文結(jié)合對(duì)Web信息抽取技術(shù)的研究以及一個(gè)實(shí)際項(xiàng)目的需求,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)Web
2、信息抽取系統(tǒng)SEU-WIE。系統(tǒng)采用抽取規(guī)則定義與抽取規(guī)則執(zhí)行分開的方式,具有友好的用戶界面,此系統(tǒng)具有一定的通用性和靈活性。系統(tǒng)主要分為兩個(gè)部分,抽取規(guī)則的定義階段以及抽取規(guī)則的執(zhí)行階段。在抽取規(guī)則的定義階段,首先將網(wǎng)頁的HTML結(jié)構(gòu)轉(zhuǎn)換成XHTML,生成對(duì)應(yīng)的DOM樹,然后由用戶指定待抽取信息的位置以及對(duì)應(yīng)的目的表的模式,最后根據(jù)這些信息生成抽取規(guī)則。在抽取規(guī)則執(zhí)行階段,系統(tǒng)首先根據(jù)用戶定義的抽取規(guī)則通過XPath獲取感興趣的數(shù)據(jù)塊
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。
最新文檔
- 基于DOM的Web信息抽取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 領(lǐng)域依賴的Web信息抽取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Web的新聞信息抽取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 輿情系統(tǒng)中web信息抽取子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于XML的Web信息抽取設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Web的信息抽取策略設(shè)計(jì)與實(shí)現(xiàn).pdf
- Web就業(yè)信息抽取系統(tǒng)的實(shí)現(xiàn)研究.pdf
- 基于Web的企業(yè)產(chǎn)品信息抽取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于XML的WEB信息抽取系統(tǒng)研究與實(shí)現(xiàn).pdf
- 面向領(lǐng)域的Web信息自動(dòng)化抽取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 網(wǎng)頁主題信息抽取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于XML的Web信息抽取研究與實(shí)現(xiàn).pdf
- 職位信息并行抽取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于web的改進(jìn)信息抽取算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- Web信息自動(dòng)抽取技術(shù)的研究與實(shí)現(xiàn).pdf
- Web信息智能抽取技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的Web信息抽取系統(tǒng)的研究與實(shí)現(xiàn).pdf
- Web信息抽取在書簽系統(tǒng)中的應(yīng)用研究與實(shí)現(xiàn).pdf
- 基于規(guī)則模板的Web信息抽取技術(shù)與實(shí)現(xiàn).pdf
- 基于深度學(xué)習(xí)的Web信息抽取研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論