基于机器学习的网页文本抽取技术

本文主要研究了从不同类型的html页面中根据需要抽取指定文本的技术。首先分析了目前主流的文本抽取技术的优点及缺点,并针对传统文本抽取技术的不足提出了基于机器学习的网页文本抽取技术;然后重点分析了此技术的实现原理,并在最后以案例方式介绍了使用java语言构建基于此技术的文本抽取系统。

两种学习算法在算术关系抽取中的应用比较

加减文字题是小学数学的一个重点和难点问题,长期以来,人们对加减文字题的研究局限于教育学和心理学领域,该文从文本分类以及信息检索的角度出发,将加减文字题中的算术关系看成是一个分类问题,尝试用机器学习的方法来对其进行分类,分别研究了人工神经网络（ANN）和支持向量机（SVM）在加减文字题算术关系抽取中的应用,并对两种算法的试验结果进行了比较和分析。通过分词,关键词选取,构造特征向量,分别运用两种算法对其进行分类。对试验结果进行评测发现,在一定条件下SVM算法明显优于ANN算法。