网页人物主题相关信息提取方法

摘要

本发明公开了一种网页人物主题相关信息提取方法。其包括获取HTML网页文档，构建HTML网页文档对应的DOM树，对HTML网页文档进行预处理，计算每个DOM节点的文本节点率并对HTML网页文档进行文本分块处理，网页正文文本块筛选，人物信息提取处理及人物信息判断。本发明有效的解决了各式各样网页中人物相关信息抽取的问题，能够得到完整的结构化的人物信息。