基于模板流程配置的Web信息抽取

摘要

针对Web信息抽取中存在的包装器构造复杂及抽取精度等问题,提出并实现了一种基于模板流程配置的Web信息抽取框架.将用户请求、访问和获取Web页面的动作进行分解,抽取其中的动作模式,并映射到流程配置模板中的节点.通过流程解析器对用户创建的流程配置XML描述文档进行解析,抽取感兴趣的信息.试验结果表明,系统可快速、准确地实现抽取.