【摘 要】
：
为了从网页中精确地提取正文内容,提出一种基于支持向量机(SVM)与DOM重心半径模型的算法。通过SVM对网页DOM节点集进行提取,得出文本块节点。根据网页链接信息和初次提取的文
【机 构】
：
武汉工程大学计算机科学与工程学院,武汉工程大学智能机器人湖北省重点实验室
【基金项目】
：
国家自然科学基金青年项目“基于能力集成动态规划的自适应软件需求的群体决策问题研究”(61502355)
论文部分内容阅读
为了从网页中精确地提取正文内容,提出一种基于支持向量机(SVM)与DOM重心半径模型的算法。通过SVM对网页DOM节点集进行提取,得出文本块节点。根据网页链接信息和初次提取的文本块节点计算重心半径,利用重心半径模型进行二次精确提取,并给出相应的公式推导和超参数选取过程。实验结果表明,与统计抽取、FFT抽取等算法相比,该算法的准确率和提取效率较高,泛化能力较好。
其他文献
气泡对液压系统的危害是,在高压作用下容易产生空穴现象,是噪声、机体腐蚀和容积效率降低的主要原因。气泡被急剧压缩时产生热量会导致油温升高,加速油液氧化和密封件老化,使
土地是经济发展的基本要素,也是农民生产生活的重要保障。如何让土地这个"金饭碗"在现代化进程中给农民带来更多福祉,是解决"三农"问题关键点之一。该文在梳理国内有关农村土
从管理者激励与监督控制机制两个层面,检验了总经理持股与董事会结构对R＆D投入比例的影响.研究结果表明,总经理持股可以降低管理者短视倾向,显著地提高公司R＆D投入;在股东单位
一个地区的音乐戏曲文化集中体现着该地区的历史、审美、风土人情等诸多鲜明的地方特征。湖南的祁剧音乐文化历史悠久,种类丰富,不但是湖湘文化中的重要组成部分,更是中国民
玉米螟是玉米生产上发生最重、危害最大的害虫。在阐述玉米螟发生因素及规律的基础上,提出了具体的防治对策。
针对网页的多样性、复杂性和非标准化程度的提高,提出一种基于SVM及文本密度特征的网页信息提取方法。该方法先将网页整体解析成DOM树,然后根据网页结构提出五种网页密度特征
针对传统结构的旋转闪蒸干燥机的粉碎室内胆和粉碎刀片所存在的欠缺进行改进优化,提高机器的工效,降低能耗。通过对物料在传统结构旋转闪蒸干燥机内部运动机理的研究发现：物料
通过对汽车外后视镜的功能讲解及相关法规要求的介绍,总结出目前安装的后视镜大多存在不同程度的缺陷,影响行车安全的隐患。介绍车辆在高速行驶电动外后视镜镜片抖动,影响驾
目的探讨河北省内药物经济学发展状况。方法分别以“药物经济学”“成本-效果分析”“成本-效用分析”“成本-效益分析”“最小成本分析”和“河北”为关键词在中国期刊全文