原创力文档- 1、本文档共5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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Web信息抽取技术在统一检索系统中的应用研究.pdf
第27卷第10期 计算机应用与软件 Vol-27No．10
2010年10月 andSoftware Oct．2010
ComputerApplications
Web信息抽取技术在统一检索系统中的应用研究
王 权 施韶亭
(甘肃省科学技术情报研究所甘肃兰州730000)
摘要 结合统一检索系统的信息抽取特点，应用基于HTML结构的信息抽取方法，介绍人工找到切割关键信息块的标记和位置
的方法，最后提出基于子树广度的Web信息抽取方法，并给出了抽取规则的实现方案及实例。实验证明，该方法在基于Web过程模
拟的统一检索系统中能保证很高的数据抽取回召率和查准率，并且成功应用于四家省级科技文献共享平台。
关键词 Web信息抽取统一检索页面结构分析关键信息块子树广度
ONAPPLYINGWEBINFORMATIoNEXTRACTIoNINUNIFIEDSEARCHSYSTEM
WangQua．ShiShaoting
and
(Instituteof诂wTechnologyInformationofGansu，L∞．ghou730000，细Ⅻ。Ch／na)
Abstract thecharacteristicofinformationextractiononunifiedsearch and HTMLstructure—basedinformation
Combining systemapplying
methodof themarkand of informationblockWasintroduced．AtnewmethodofWebinforma-
extraction，the key last，a
manuallygetting place
of its
tionextractionbasedonbreadthofsub—treeWasraised withthe schemeextractionrulesandinstance．neresult
together implementation
of interms ensured to search basedonWeb
the ofrecalland unified
experimentprovedhighaccuracy precisionbeing in陀gard system process
simulation．nismethodhasbeen inthePlatformof Documentin andPetroChi-
applied Science＆TechnologySharingGansu，Qinghai，Ningxia
na
successfully．
WebinformationextractionUnifiedsearch structure informationblockSub·treebreadth
Keywords Page analysisKey
多次使用的目的。
0引言
1 基于页面
文档评论（0）