【摘 要】
：
精准地抽取新闻网页的内容,是提高Web新闻分析等应用系统工作质量的关键技术之一.由于缺少Web新闻出版的标准,存在大量不同的出版格式,并且Web本身是一种具有高度异构性的大
【机 构】
：
合肥工业大学计算机与信息学院,DepartmentofComputerScience
【基金项目】
：
国家自然科学基金(61273297,61229301,61273292);教育部创新团队发展计划(IRT13059);国家重点基础研究发展计划(973)(2013CB329604);国家高技术研究发展计划(863)(2012AA011005)~~
论文部分内容阅读
精准地抽取新闻网页的内容,是提高Web新闻分析等应用系统工作质量的关键技术之一.由于缺少Web新闻出版的标准,存在大量不同的出版格式,并且Web本身是一种具有高度异构性的大数据载体,导致Web新闻内容抽取成为一个开放性问题.经大量实例分析发现,新闻网页内容与其上的标签路径存在潜在的关联性.因此,设计了标签路径特征系,以从不同视角区分网页内容和噪音.在特征相似性分析的基础上,提出了一种基于组合特征选择的特征融合策略,并设计了基于融合特征的Web新闻内容抽取方法 CEPF.CEPF是一种快速的通用、无需训练的
其他文献
众所周知,当今社会对于优质人才的衡量标准和要求越来越高,应用文写作能力更是成为了一名优秀人才必须要具备的一项基本技能。本文将就如何提高应用文写作课堂教学的有效性进
一、造纸工业运行概况1．总体运行情况2013年在世界金融危机阴影的持续笼罩下，造纸工业市场始终极度萧条，造纸工业投资和运行成本上升，运行难度增大，经济效益下降。2013年福建省造
芬欧蓝泰近日推出了一个针对多种终端市场的超级可移除产品系列。这个新的产品序列是为美国市场开发的，它包括5种纸质和薄膜的标签材料，主要针对四个终端应用，包括新闻标签、多
【正】 近年来,银行基层网点虽然装修得更加明亮、华丽,柜台设计也更富于人性化,但柜台前顾客队伍越排越长,顾客办理业务的时间越花越多,顾客对银行的抱怨和投诉也越来越多。
随着国际汉语热,现在,世界上越来越多国家的人们开始学习汉语,国际汉语教师们的责任更加重大。为了使课堂教学活动能够顺利地进行,所以相对应的教学设计变得越来越重要了。本
近日，印后设备制造商卡玛公司继成功推出ProCut74后，又推出了一款具有全息烫印功能的ProCut53A3平板式模切机。
在毛主席的无产阶级革命路线指引下,在各级党委的领导下,云锡工人阶级坚持“独立自主、自力更生”的伟大方针,在“工业学大庆”的群众运动中,使企业沿着“鞍钢宪法”的方向
中小企业可以创新小品类成功,当然更可以模仿大品类成功,模仿一个大品类,比创新一个小品类,在很多时候更靠谱。一说到模仿,大家自然而然想到“山寨”这个知名度极高而又臭名
乳铁蛋白是哺乳动物体内一种分布广、功能多的铁结合性糖蛋白,其分子组成、结构及理化特性相当复杂,使其在食品、营养、抗菌、抗病毒、增强人体免疫力、肿瘤抑制以及影响体内