论文部分内容阅读
目前多数抽取方法主要针对主题信息块的提取，未深入到各单独信息块。为此，设计一种基于DOM树的视频元数据抽取系统。通过改进Heritrix的链接过滤功能和URL队列管理策略，结合网页DOM树节点类型，从各单独信息块中抽取网页元数据。实验结果表明，该系统的网页平均查准率为95．7％，平均抽取准确率为98．4％，高于同类系统。