【摘 要】
:
现有的多记录网页抽取方法通常是对文件对象模型(DOM)树进行整体纵向结构分析,计算的结构相似度普遍偏低,使其不能正确识别记录区域。文中提出基于DOM树层次特征的记录抽取方法,该
论文部分内容阅读
现有的多记录网页抽取方法通常是对文件对象模型(DOM)树进行整体纵向结构分析,计算的结构相似度普遍偏低,使其不能正确识别记录区域。文中提出基于DOM树层次特征的记录抽取方法,该方法利用DOM树不同层次节点的不同作用对其进行横向分析,将寻找相似子树的问题转换为寻找节点块的相似子块,最后采用双向拓展搜索非重叠重复子块进行记录分隔。实验表明该方法能抽取现有抽取器无法处理的页面,多个数据源的抽取结果验证其有效性。
其他文献
华特迪士尼公司,简称"迪斯尼"坐落于伯班克,它主要涉及娱乐场所,主题公园,玩具,书籍,电子游戏和传媒网络等业务。这篇文章将讨论巴黎迪斯尼乐园的失败之处,分析原因以及提出
目的:探讨64层螺旋CT(MSCT)冠状动脉成像对冠状动脉内斑块的诊断能力及冠脉内斑块与与冠状动脉狭窄和冠心病危险因素之间的关系。方法:对2006年接受MSCT冠状动脉成像和选择性
本文通过阐述现代企业制度对内部审计的基本要求,详述了内部审计在现代企业制度下工作的业务内容,并从内部控制审计、财务审计、经济效益审计、经济合同审计、投资决策审计、
《夏洛特烦恼》这部电影于2015年9月30日在我国内地上映,剧中展现的穿越元素、怀旧情感、幽默搞笑的故事情节,以及对生命的感悟都有较强的感染力与吸引力。同时《夏洛特烦恼
苜蓿草是优质的蛋白饲料,通过本试验可以得出苜蓿替代豆粕喂育肥鹅的饲养效果。试验同时进行了苜蓿草不同添加水平的对比研究,从而可以筛选出最适宜的苜蓿给量,为苜蓿草在肉
目的口服活血通脉片治疗冠心病心绞痛的疗效观察。方法对135例患者分成三组,治疗Ⅰ组:活血通脉片5片日三次口服。治疗Ⅱ组:活血通脉片5片日四次口服。对照组:复方丹参片3片日
在新会计制度下,高等学校会计核算管理是对本校财会活动及其所体现出来的财务关系进行决策、计划、协调和控制的总称。从整体视角来看,高等学校会计核算管理工作内容主要包括
专家系统是人工智能领域中最重要而且有活力的分支之一 ,它在机械设计领域中的应用 ,对于推动机械设计过程向自动化及智能化方向的发展 ,具有极其重要的现实意义。论述了钻机
目的调查计划免疫服务人群对接种门诊服务质量的满意度,为进一步改善免疫工作提供科学依据。方法自行设计调查表,采用分层随机整群抽样的方法,对太原市560名儿童家长进行问卷
目的:比较盐粒拌炒和盐水炙牛膝2种不同方法对牛膝中β-蜕皮甾酮,25R-牛膝甾酮和25S-牛膝甾酮含量的影响,为牛膝盐制工艺研究提供参考。方法:采用HPLC测定β-蜕皮甾酮,25R-牛