【摘 要】
：
提出基于特征定位边界预测的Web主题型页面的采集方法,以达到高速抽取互联网档案有效内容的目的。开发ROST CM、ROST TextExtractor两个软件工具构建训练集并进行测试。理论
【机 构】
：
华中师范大学信息管理系,武汉大学软件学院,武汉大学数学与统计学院,
论文部分内容阅读
提出基于特征定位边界预测的Web主题型页面的采集方法,以达到高速抽取互联网档案有效内容的目的。开发ROST CM、ROST TextExtractor两个软件工具构建训练集并进行测试。理论和实验表明,本算法适用于中文简体、繁体、英文网页,能够很好地适应新闻以及博客类Web档案的管理方式。
This paper proposes a collection method of Web themed pages based on feature location and boundary prediction in order to achieve the purpose of extracting effective contents of Internet files at high speed. Development ROST CM, ROST TextExtractor two software tools to build training set and test. Theoretical and experimental results show that this algorithm is suitable for Chinese simplified, traditional and English web pages, and can be well adapted to the management of news and blog-like Web archives.
其他文献
随着新课程的不断改革和素质教育的不断创新,家庭作业已经成为我国素质教育中必不可少的重要环节,家长在家庭作业中肩负着不可替代的责任和义务。在我国初中教学的家庭作业实
应用现代化传媒手段发展远程老年教育是时代的呼唤,是惠及广大老年人的一项重要举措。它不受时间、空间的限制。不论是健康的老人,还是行动不便的老人,都可以参加学习。它能
在第一次军团菌感染暴发流行期间,并未经过严格的常规临床试验检验的红霉素却成为治疗该感染性疾病的选择药物。随着红霉素治疗失败率的上升、不良反应的增多以及药物相互作
在教育实践中把握住每一次教育的机会,用智慧积极调动他们的创作积极性,不断总结经验,从小培孩子们的正确价值观。
In education practice to grasp every opportunity for
职业女性现在在社会上的地位越来越受重视，她们在工作上得到了成就感，但与此同时，她们的内心却背负着不同的压力和困扰，那么职业女性应如何处理这些困扰呢？ 成功后抑郁症 病因 升迁压力过大，对自己信心不足。白领人士由于社会竞争加剧，工作节奏快，以及对自身期望值过高，导致自己整天像机器人那样拼命。如果心理素质较差或不善于自我疏解则更易罹患心理疾病。 处方 要忙里偷闲，暂时丢掉一切工作和困扰
[目的]降低艾滋病病毒在注射吸毒人群和暗娼中的传播,减少艾滋病在开远高危人群中的传播及其产生的影响。[方法]通过VCT、针具交换中心、美沙酮维持治疗门诊、妇女健康中心四
聋哑人是一个特殊的群体,在我国残疾人群中占着较大的比例。与健全人相比,聋哑人的社会问题和心理问题具有特殊性和普遍性,他们的生理、心理障碍也具有持久性和复杂性的特点
近日，笔者到几家幼儿园听课，均发现一个现象：公开课上男孩特少，有一个班男女比例居然是3: 15！据说这种情况不在少数，“很正常”。教育中的重女轻男，这并不是个案：本地去年公开推荐上北大清华的3个学生，清一色女生；不久前举行的全省中学生作文大赛，同样是女多男少，男女比例竟为3∶27！ 真实的场景、铁打的数字给了我切身的体验：男孩出局了！ 男孩为什么会出局？对于幼儿园的公开课，我们不难想象，小男
推荐指数:★★★★★绘本简介:这套书是日本著名绘本作家中江嘉男和上野纪子合作创作的经典绘本,包括《鼠小弟的小背心》《想吃苹果的鼠小弟》《鼠小弟的又一件小背心》《鼠
心语故事“天使”与“暴徒”“他们冲我笑,我却无法回报他们同样的微笑,因为,我觉得一切都是那么虚假。有什么好笑的呢?”小轶的头低垂着,双眉微微地皱着,不进地出神,仿佛世