基于Web页面有效信息抽取的分类方法

摘要

随着Internet的迅猛发展,Web上的网页数目呈现指数级的爆炸性增长趋势,在Web上检索及发现有价值的信息已成为了一项重要的任务,"噪音"的出现往往会降低基于页面处理的各种算法的效率.因此,如何删除页面的噪音,提取页面中的主要内容是Web挖掘中的重要问题.给出了抽取网页中各种分类有效的文本的具体实现.