网页信息抽取方法的研究

一、相关技术 1．常规抽取方法介绍 基于定义规则的信息抽取是指由用户根据待抽取信息节点特征．定义一种抽取规则（例如用正则表达式来描述规则）来进行信息抽取。这种方法的优点是简单、精确、技术难度低、方便快速部署。其缺点是需要针对每一个信息源的网站模板进行单独的设定。所以这种方式适合少量信息源的信息处理．不是搜索引擎级的应用．很难满足用户对查全率的需求。