×

在线Web新闻内容抽取

消耗积分:2 | 格式:rar | 大小:2.39 MB | 2018-01-16

分享资料个

　　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、无需训练的在线Web新闻内容抽取算法，可抽取多种来源、多种风格、多种语言的Web新闻网页．在CleanEval等测试数据集上的实验结果表明，CEPF方法优于CETR等抽取方法．

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !