XWIS中基于预定义模式的包装器

目前 ,从HTML文档中有效的抽取数据是一个值得研究的问题。文中提出了一种基于预定义模式的方法来构造HTML包装器 ,并将它运用到XWIS(基于XML的Web信息查询系统 )中。这种方法下 ,由用户定义模式并给出模式与HTML页面的映射关系 。

基于预定义模式的Web网页结构化数据抽取

设计了一种基于预定义模式W eb网页结构化数据抽取包装器软件.该软件利用最新W eb技术、信息处理技术、人工智能技术对W eb网页结构化信息解析,从非结构化的、不包括任何语义的HTML文档中抽取结构化语义数据.选取了几个出版社的新书发布W eb页面进行了数据抽取验证和抽取结果分析.结果表明该软件可实现W eb网页新书发布信息集成,并提供新书检索服务.