论文部分内容阅读
本文通过研究新Web标准网页的数据结构,并在信息抽取技术的基础上,提出了一种基于HTML5语义化标签的网页正文提取技术。该技术能够有效的过滤掉与网页主题无关的噪音信息,从而能有效提取有价值文本信息。
基于HTML5语义化标签的Web文本提取技术
【摘 要】
：
本文通过研究新Web标准网页的数据结构,并在信息抽取技术的基础上,提出了一种基于HTML5语义化标签的网页正文提取技术。该技术能够有效的过滤掉与网页主题无关的噪音信息,从
【机 构】
：
安徽机电职业技术学院信息工程系
【出 处】
：
贵阳学院学报：自然科学版
【发表日期】
：
2017年3期
【基金项目】
：
2015院级青年教师发展支持计划教科研项目（项目编号：2015yjjy022）.
其他文献
【正】 《经济信息概论》是中央电大经济信息管理专业的必修课程之一。为了帮助同学们掌握该课程的主干内容,完成课程教学计划和教学大纲规定的任务.本文拟就该课程的学习意
一、债券及其特性 债券是举债筹资金者收到提供资金者支付的借款后,给予债权人的债权证书,也是债务人开具的有期限的信用凭证,是一种有价证券。 从投资者的角度看,债券的经济
美国航空航天局（NASA）日前宣布，科学家首次实现模仿互联网的外太空网络通信。NASA“喷气推进实验室”（JPL）工程师利用“宽容间断网络通信”（DTN）软件，在2000万英里以外的太空探测器和
【正】 一、抽样的几个基本概念 1.全及总体和样本总体 全及总体简称总体,它是指所要认识的,具有某种共同性质的许多单位的集合体。全及总体单位数通常用大写英文字母N来表示
启亚监理公司的项目总监蔡高工刚吃完早饭，就急急忙忙地往市政府办公大楼赶。因为上午九点市政府部门信息中心的金主任要主持召开项目会议，会议议程前两天就发给参会各方了，主要
苏晖的失败在于，他没有明白对于集团总裁，他只关注集团的主体业务，以及影响这些主体业务开展的因素。所以对于数据中心，他最关注的是系统的稳定，对于是否绿色不屑一顾是意料之中的
文章在分析国外PDA案例的基础上，从读者决策采购产生的背景、英国Nottingham Trent Universily PDA项目、国内高校图书馆实施PDA项目面临的问题等方面进行探讨，围绕促使PDA项目