基于模板的网页主题信息抽取

摘要

快速准确地抽取网页主题信息是影响Web应用服务质量的关键。网页模板就是已经做好的网页框架，由模板生成的网页结构布局是基本一致的。本文提出了利用模板技术进行网页主题信息抽取的算法。该方法充分考虑了网页的结构特征，能够明显改善信息抽取的性能。实验结果表明，该方法准确率可达99.6％。