论文部分内容阅读
web论坛中蕴含着海量的信息资源,抽取论坛数据意义重大,因此本文提出了一种基于DOM树的通用论坛抽取方法,通过统计页面中的div标签频率,抽取出分布于各楼层中的主题信息。该方法无需人工干预,能够实现完全的自动化抽取。实验结果证明,该方法在bbs论坛网页抽取中具有较高的准确率和通用性。
基于DOM树的通用论坛抽取技术
【摘 要】
：
web论坛中蕴含着海量的信息资源,抽取论坛数据意义重大,因此本文提出了一种基于DOM树的通用论坛抽取方法,通过统计页面中的div标签频率,抽取出分布于各楼层中的主题信息。该
【机 构】
：
四川大学电子信息学院;
【出 处】
：
网络安全技术与应用
【发表日期】
：
2015年01期
其他文献
<正>2019现代物业发展论坛MODERN PROPERTY MANAGEMENT DEVELOPMENT FORUM主办现代物业杂志社协办台湾物业管理学会上海东湖物业管理有限公司FacilityONE(费哲)设施管理软件
目的比较两种老年人常见的皮肤肿瘤—鳞状细胞癌(BCC)与基底细胞癌(SCC)的生物学行为的异同。方法用免疫组化方法检测了26例SCC、30例BCC及10例正常皮肤组织中桥粒芯糖蛋白1(
教育电视以它传递信息量大、传输质量高、视听效果好的这些优势,在中国的教育领域,占据着重要的地位。然而在21世纪的今天,在信息网络时代的冲击下,教育电视所处的环境与现状
从1868年日本明治维新至1945年日本战败的近代化时期,亦是日本接受西方化,树立日本主义,以武力侵略亚洲、与西方争霸的一个时期。如何解读这一时期,一直是中国学界尤为关注的
将膜分离技术用于气体混合物分离,具有效率高、能耗低、占地面积小等优势,是理想的下一代分离技术之一。目前,商业化的气体分离膜以有机聚合物膜为主,这种膜的生产成本更低并
广告语作为广告中的重要组成元素对品牌形象的建立具有巨大的作用。广告语是品牌和产品的总结,它应当是一段提炼的文字。这一段文字应具备以下几种特性:精炼、易记、富有情趣
目的探讨应用胃窗声学造影剂(OUCA)在胃显影状态下胃超声诊断的可行性价值,寻找和总结超声诊断规律和特点。方法60例健康受检者和12例胃癌患者分别饮用造影剂后行超声检查,观
作为数量最多的杂环化合物,含氮杂环化合物广泛存在于多种具有生物活性的天然产物和药物分子中,不仅如此,在高分子化学、材料化学等领域也能找到含氮杂环的身影,因此,研究含
现代服务业竞争力直接反映一个地区现代服务业的综合竞争能力和发展水平。本文在分析现代服务业竞争力影响因素的基础上,构造了一个现代服务业竞争力综合评价指标体系,并利用