位置:成果数据库 > 期刊 > 期刊详情页
基于元搜索引擎技术的新闻对象抽取方法研究
  • ISSN号:2095-6002
  • 期刊名称:《食品科学技术学报》
  • 时间:0
  • 分类:TP312[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京工商大学计算机学院,北京100037
  • 相关基金:北京市科技新星计划资助项目(2006B10);北京市教委科技发展计划资助项目(KM200610011002);北京市优秀人才资助计划项目(20061D0500300136)
中文摘要:

以w3c文档对象模型(DOM)为基础,利用元搜索引擎原理实现了一个互联网新闻自动抽取系统.该系统通过搜索引擎获取相关新闻的web页面,分析后得到其元数据,然后利用元数据表现出来的信息进行新闻正文抽取,该方法不依赖于原网页结构,不需要人工干预,是自动、可靠、通用的方法.试验表明,该抽取方法有着较高的准确率,平均可达到96%以上.

英文摘要:

This paper based on DOM and metadata realized a news automatic search and extraction system by using meta search engine technique. First, gets news pages from the web by search engine, after analyzing gets its metadata, then extracts content by using the information that metadata describes. This approach is independent of document structures and domains, which is a universal method. Experimental results show that the extraction precision is higher than 96 %.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《食品科学技术学报》
  • 主管单位:北京市教育委员会
  • 主办单位:北京工商大学
  • 主编:孙宝国
  • 地址:北京市海淀区阜成路33号北京工商大学
  • 邮编:100048
  • 邮箱:spxb@btbu.edu.cn
  • 电话:010-68984535
  • 国际标准刊号:ISSN:2095-6002
  • 国内统一刊号:ISSN:10-1151/TS
  • 邮发代号:
  • 获奖情况:
  • 2015年入选中国科技核心期刊2015年入选RCCSE中...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国食品科技文摘
  • 被引量:695