论文部分内容阅读
应用开源的Heritrix和Jsoup设计了一个通用性强的网络商品信息抽取系统,实现了Web信息的抽取、存储.系统由三个分别独立的功能模块组成,即采集网页模块、抽取信息模块、数据存储模块,并对抽取算法在真实数据页面上进行了验证.实验结果表明系统具有良好的召回率和准确率,抽取效果良好.
基于Heritrix和Jsoup的信息抽取系统的设计与实现
【摘 要】
：
应用开源的Heritrix和Jsoup设计了一个通用性强的网络商品信息抽取系统,实现了Web信息的抽取、存储.系统由三个分别独立的功能模块组成,即采集网页模块、抽取信息模块、数据
【机 构】
：
山东师范大学信息科学与工程学院,浪潮集团有限公司
【出 处】
：
山东师范大学学报：自然科学版
【发表日期】
：
2015年2期
其他文献
概述了对跌落试验机、垂直冲击试验机和振动台的计算机辅助测试系统的研究,提出了压力试验机计算机辅助测试系统方案,开发了基于VC++6.0的计算机辅助测试软件.
结合包装生产的实际环境,利用CCD、数字图像处理等技术,开发了一套CCD光电智能检测系统,该系统能准确的对药品包装中出现的装错、漏装、缺损等质量问题进行实时的在线检测.
北京南站景观照明的设计是依据整个建筑的特点及功能要求,将建筑物的特色充分表现出来,突显建筑主体,根据人们的视觉需求,借助光与影的巧妙调动修饰和美化建筑物,为人们创造
在相贯节点中，当与主管连接的支管较多时，主管的材料性能在焊接前后是否会发生改变是一个关系到结构是否安全的重要问题。以某火车站屋面网壳结构相贯节点为背景，通过对多管相贯
利用CMC、海藻酸钠、魔芋胶为主要原料,配制可食性复合膜,进行比对实验,探讨成膜的影响因素、工艺以及3种复合膜的性能,结果实验以CMC2.0%、海藻酸钠2.0%、魔芋胶2.0%，甘油2%,
Q我的Symbian手机收发短信的内容部是存放到手机上的，有时朋友向我借电话用，自己的隐私不小心就被看到了。有没有什么简单直接的办法把短信放到SIM卡一类的方法？
据报道，美国海军最近授予BAE系统公司一份价值620亿美元的合同，合同内容包括生产和交付57mm预碎片、可编程、近炸引信（3P）炮弹，以及相应的Mk 295 Mod 0弹药筒，装卸弹舱和57mm Mk 8
本文根据广义投影矩阵、超广义投影矩阵和三次Hermitian矩阵的定义，并运用Kronecker积的基本性质，去研究它们的Kronecker积，得到如下结论：当矩阵A和曰是广义投影矩阵时，且A，B满足一