原创力文档- 1、本文档共62页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
优秀硕士毕业论文，完美PDF格式，可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士硕士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文的提供参考！！
中文摘要
中文摘要
Web信息抽取是web领域的一项重要研究课题，研究范围涵盖信息检索、数
据挖掘、人工智能等多门学科领域。web信息抽取系统的智能性、准确性与适
应性一直是该领域的研究重点与追求目标。
当前大多数、veb信息抽取方法的处理对象都是某类网站的静态页面集，抽取
内容相对比较简单，因此缺乏分析多种页面结构并抽取逻辑信息记录的机制。
本文提出了一种基于动态页面集的信息抽取方法，抽取对象为实时生成的查
询结果页面集，抽取内容为多个逻辑相关的信息项组成的信息记录。该方法使
用XML配置文件对页面集的元数据与先验规则进行描述，并借用了文档图像处
理中表格图像分析的基本方法与机制实现了对查询结果页面的解析与信息记录
的智能提取。
本文介绍了该方法的理论模型与系统实现，并对该方法的应用及实验结果进
行了总结与评价。
关键字
信息抽取动态页面集ⅪⅥL配置文件元数据表格图像处理
Absnact
Abst隐ct
isonetllemost research mthe
WebInformationExtractlonof importantsubjects
researchdomainconSistsofInf．omlation
fieldofwebscience．Its Search，Data
Mining
field
andAnificial Researchersa11d ontllis are
Intelligence． experts always
endeavoredto al【indof aIld i耐．omlation
adaptiVe
purSue inteIligent，precise
ex仃act访gsystem．
metllodsarebasedonstatic sets疳omt11esame
Curremly，mostex仃acting page
、Ⅳeb me comemsare me山ods
sites，andexnactiIlg relatiVelysiIllple．Therefore，t11ese
a11d
arealllackofmeaIlsin s仃uctures
a11alyzingmultiplepage eX仃actinglogical
infbnnationrecords．
T11is irl仃oducesani砌’omation memodbasedon web
paper exnacting dyn锄ic
sets．The arereal·timeweb
page extractingobjects pagesthroughi11quiryprocess，and
文档评论（0）