文献

J-GLOBAL ID：201702235731946317   整理番号：17A1293420

構造一致と特徴学習に基づくWebページラベル抽出【JST・京大機械翻訳】

Tags extraction for Web information based on structure con- sistency and feature learning

著者 (4件)： Du Boyuan (福州大学 数学与計算机科学学院,福州,350000) ,  Wang Meiqing (福州大学 数学与計算机科学学院,福州,350000) ,  Chen Zhangfu (福建庫易信息科技有限責任公司,福州,350000) ,  Chen Fei (福州大学 数学与計算机科学学院,福州,350000)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 53  号： 7  ページ： 74-78,120  発行年： 2017年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： Webページ情報はページの本文、タイトル、発表時間、メディアなどの情報を指し、各情報はHTML文書の特定のラベルに存在し、これらのラベルを自動的に獲得することで、同じテンプレート下でのWebページ情報の自動抽出を実現でき、大規模なWebページの内容を把握するのに大きな役割を果たしている。同じテンプレートで異なるページ間の構造が一致しているので,Webページの情報は統計的特性を有するので,構造的比較と特徴的学習に基づくWebページ情報ラベルの自動抽出アルゴリズムを提案したが,それは,Webページの情報を抽出することができた。このアルゴリズムには3つのステップが含まれている。Webページの比較,コンテンツ認識,およびタグ抽出を含んでいる。51個のモジュールで1620個のWebページに対してテストを行い、実験結果により、タグを抽出することにより、Webページ情報を取得するだけでは、速度が速くなるだけでなく、把握の内容もより正確であることが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *Web【情報システム】 ,  学習 ,  *Webページ ,  アルゴリズム ,  コンテンツ
準シソーラス用語： 統計的特性 ,  自動抽出 ,  HTML文書 , 【Automatic Indexing@JST】

著者キーワード (4件)： Website tags ,  information extraction ,  feature learning ,  structure consistency

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 学習 ,  Webページ ,  ラベル