基于結(jié)構(gòu)與內(nèi)容的網(wǎng)頁主題信息提取研究(編輯修改稿)
2025-08-14 19:03 本頁面
【文章內(nèi)容簡介】 53 C23123123123123 產(chǎn)地 : 54 C23123123123123 付款方式 :3860元 網(wǎng)頁區(qū)域特征 根據(jù)網(wǎng)頁的區(qū)域結(jié)構(gòu)布局特征，設(shè)頁面 P=（ A1， A2… An）， 其中網(wǎng)頁區(qū)域 Ai=（ TextItemi1， TextItemi2 … TextItemij）， TextItemij=（ TextAbttributeMap， TextContentMap）， TextAbttributeMap為文本條的結(jié)構(gòu)、視覺和語義屬性映射， TextContentMap為文本條內(nèi)容映射。 在一個(gè)網(wǎng)頁內(nèi)，每個(gè)區(qū)域可以用 5個(gè)變量來表達(dá)其語義特征： CountRatio： 區(qū)域內(nèi)有鏈接與無鏈接文本條內(nèi)字符總個(gè)數(shù)的比值 LinkAvgCount： 有鏈接文本條內(nèi)字符的平均個(gè)數(shù)（均值） FormalDegree： 字符的方差（方差） AvgCountDiff： 無鏈接與有鏈接文本條內(nèi)字符平均個(gè)數(shù)的差值 CharMaxCount： 區(qū)域內(nèi)文本條字符的最大個(gè)數(shù)。 啟發(fā)式規(guī)則 IF CountRatio2 AND LinkAvgCount=6 AND FormalDegree=2 THEN Ai為導(dǎo)航區(qū) ELSE IF CountRatio OR（ =CountRatio=2 AND CharMaxCount=15 AND AvgCountDiff=5） THEN Ai為主題文本區(qū) ELSE Ai為主題標(biāo)簽區(qū) 啟發(fā)式規(guī)則設(shè)計(jì)如下（規(guī)則中的數(shù)據(jù)是通過大量不同網(wǎng)頁觀察與實(shí)驗(yàn)得到） 網(wǎng)頁內(nèi)容分析 — 區(qū)域內(nèi)容量化
電大資料相關(guān)推薦
鄂ICP備17016276號-1