基于視覺特征的BBS用戶發(fā)言信息抽取技術(shù)研究.pdf_第1頁
已閱讀1頁，還剩66頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、本文研究從BBS主題網(wǎng)頁中自動抽取用戶發(fā)言信息的問題。該類問題的傳統(tǒng)解決方法主要基于對HTML網(wǎng)頁的DOM樹和標簽結(jié)構(gòu)的分析,密切依賴于HTML標準。這使網(wǎng)頁規(guī)范性對抽取正確率的影響較大,而且隨著編寫網(wǎng)頁的腳本語言版本演變,這種解決方法必須不斷修改調(diào)整。為了改善這種情況,本文所提出的自動抽取方法獨立于網(wǎng)頁腳本語言,根據(jù)網(wǎng)頁提供的視覺信息進行有效抽取。本文歸納了BBS主題網(wǎng)頁內(nèi)部用戶發(fā)言信息的視覺特征,以此為依據(jù)指導(dǎo)整個抽取過程。方法是,

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論