[发明专利]一种基于关系机制的多类别WEB对象抽取方法有效
| 申请号： | 201110294846.7 | 申请日： | 2011-09-30 |
| 公开（公告）号： | CN102436472A | 公开（公告）日： | 2012-05-02 |
| 发明（设计）人： | 陈小武;赵沁平;蒋恺;马永焘 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 许玉明;顾炜 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是一种基于关系机制的多类别WEB对象抽取方法，包括：利用维基百科数据构造多类别WEB对象关系库，该关系库由WEB对象及其类别、对象间关系、类别层次关系组成；在多类别WEB对象关系库中，迭代计算WEB对象类别间关系权值，提取WEB对象类别核心关系模板；将WEB页面转换为HTML标签树，根据HTML标签树节点的尺寸和特点，从WEB页面中抽取WEB对象记录块；利用模板匹配获得WEB对象记录块所属类别，并根据WEB对象类别核心关系模板，采用投票策略抽取WEB对象记录块的核心WEB对象及其相关WEB对象；利用信息可视化的方法，展示多类别WEB对象关系库中WEB对象的各种关系。本发明可以广泛的应用于互联网数据挖掘、信息检索等领域。 | ||
| 搜索关键词： | 一种 基于 关系 机制 类别 web 对象 抽取 方法 | ||
【主权项】：
一种基于关系机制的多类别WEB对象抽取方法，其特征在于包含以下步骤：(1)面向核心关系模板学习，利用维基百科数据构造多类别WEB对象关系库；(2)迭代计算WEB对象类别间关系权值，并提取WEB对象类别核心关系模板；(3)根据标签树结点尺寸和特点抽取结构化和非结构化WEB页面中的WEB对象块；(4)根据WEB对象类别核心关系模板，采用投票策略在WEB对象块中进行属性级别WEB对象抽取；(5)利用信息可视化的方法，展示多类别WEB对象关系库中WEB对象的各种关系。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110294846.7/，转载请声明来源钻瓜专利网。
