论文部分内容阅读
考虑Web页面表现形式对主题相关度的影响，提出了一个基于文本样式的Web主题提取算法。该算法解析Web页面中的文本样式，根据不同的文本样式来计算文本的重要度，选取重要度较高的文本作为该页面的主题。算法无须对页面进行复杂的结构分析，也避免了模板需要人工手动配置或训练的繁琐问题，具有较强的通用性。通过对十大类网站的一百个网页的测试，结果表明该算法具有较高的准确度。