面向领域的Web信息自动抽取技术研究

摘要

本文分析了目前Web数据抽取主流技术，针对领域网站上文本信息采用MDR算法进行抽取，阐述了网页抽取的工作流程，并通过引入文本分类算法提高了网页抽取的查准率。