文献类型：期刊文章

作　　者：郭建兵[1,2] 崔志明[1] 陈明[1,2] 赵朋朋[1]

机构地区：[1]苏州大学智能信息处理及应用研究所,江苏苏州215006 [2]苏州普达新信息技术有限公司,江苏苏州215021

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(60970015;61003054);江苏省企业博士创新基金资助项目(BK2009563);江苏省高校自然科学研究基金资助项目(10KJB520018);苏州市科技型企业技术创新专项基金资助项目(SG201043)

年　　份：2012

卷　　号：38

期　　号：5

起止页码：56-58

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、ZGKJHX、普通刊

摘　　要：为解决异构DeepWeb结果页面中数据区域及数据记录的自动抽取问题,提出一种基于DOM树与领域本体的Web抽取方法。利用数据内容特征以及领域本体库标记DOM树的节点,按照结果页面展示规律定位数据区域,根据改进的简单树匹配算法,定位数据区域及数据记录。实验结果表明,该方法定位数据区域及数据记录的F-measure值比传统的抽取方法高2.93%~6.67%。

关 键 词：自动抽取 DOM树 领域本体 数据区域定位  简单树匹配  

分 类 号：TP391.1]