基于文档结构的信息抽取规则的描述语言比较研究

doi:10.3969/j.issn.1000-1565.2004.02.024

河北大学学报(自然科学版) ›› 2004, Vol. 24 ›› Issue (2): 212-218.DOI: 10.3969/j.issn.1000-1565.2004.02.024

基于文档结构的信息抽取规则的描述语言比较研究

张志强,李天柱,张波,陈少飞,郝亚南

河北大学,数学与计算机学院,河北,保定,071002

出版日期:2004-03-25 发布日期:2004-03-25

Describe Languages' Comparing for Web Information Extraction Rules Based on Page Structure

Online:2004-03-25 Published:2004-03-25

摘要/Abstract

摘要： 基于文档结构的信息抽取工具很多,XWrap,W4F,Lixto以及自主开发的PQagent是其中比较有代表性的几个.这几个工具采用了不同的规则描述形式,XWrap,W4F,Lixto使用的是自定义的规则描述形式,PQagent采用了通用的规范XQuery来描述规则.现将XWrap,W4F,Lixto使用的规则描述形式与PQagent采用的XQuery进行比较,说明了采用XQuery描述抽取规则的优越性.

关键词: 信息抽取, 抽取规则, 描述语言, XQuery

中图分类号:

TP391 TP393

张志强,李天柱,张波,陈少飞,郝亚南. 基于文档结构的信息抽取规则的描述语言比较研究[J]. 河北大学学报(自然科学版), 2004, 24(2): 212-218.

[1]	杨敬伟,杨文柱,高悦. 基于 DOM 的 Web 信息抽取规则的构造与实现[J]. 河北大学学报(自然科学版), 2007, 27(2): 209-212.
[2]	高振斌,苏彦莽. 基于CPLD的并行多路数据采集控制器[J]. 河北大学学报(自然科学版), 2005, 25(4): 424-430.
[3]	陈少飞,郝亚南,李天柱,徐林昊,杨文柱. Web信息抽取技术研究进展[J]. 河北大学学报(自然科学版), 2003, 23(1): 106-112.
[4]	张绍华,徐林昊,杨文柱,薛文玲,李天柱. 基于样本实例的Web信息抽取[J]. 河北大学学报(自然科学版), 2001, 21(4): 431-437.
[5]	徐林昊,杨文柱,张绍华,薛文玲,李天柱. Web信息查询研究进展[J]. 河北大学学报(自然科学版), 2001, 21(3): 347-354.

基于文档结构的信息抽取规则的描述语言比较研究

Describe Languages' Comparing for Web Information Extraction Rules Based on Page Structure

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价