一种新的网页自动分类预处理方法

A New Approach to Preprocessing For HomePage Auto Classification

介绍了一种常用的文件类型HTML文件的文本信息预处理方法,该方法能够快速提取网页文本。实验表明,该预处理方法具有较好的分类效果。

The paper proposes a text information preprocessing for html file. This method can fast extract the homepage text. The experiment shows that this method has the better classification effect.