您的位置： 专家智库 > >

胡晶晶

作品数：1 被引量：19H指数：1
供职机构：中国科学院声学研究所更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇信息处理
  • 1篇信息提取
  • 1篇页面
  • 1篇页面结构
  • 1篇中文
  • 1篇中文信息
  • 1篇中文信息处理
  • 1篇网页
  • 1篇网页正文
  • 1篇WEB页
  • 1篇WEB页面
  • 1篇FFT

机构

  • 1篇中国科学院

作者

  • 1篇李蕾
  • 1篇白鹤
  • 1篇王劲林
  • 1篇胡晶晶

传媒

  • 1篇计算机工程与...

年份

  • 1篇2007
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于FFT的网页正文提取算法研究与实现被引量：19
2007年
主要研究"正文式"网页的有效信息提取算法。该种底层网页真正含有Web页面所表达的主题信息,通常包含一大段的正文信息,正文信息的前后是一些格式信息(例如导航信息、交互信息、JavaScript脚本等)。分析了此种网页的页面结构特征,将问题转化为——给定一个底层网页的HTML源文件,求解最佳的正文区间;从而提出了一种基于快速傅立叶变换的网页正文内容提取算法。采用窗口分段的方法,利用统计学原理和FFT,得出每个可能区间的权值,从而求解出最佳正文区间。实验结果表明,此种方法能比较准确的对"正文式"网页的有效信息进行提取。
李蕾王劲林白鹤胡晶晶
关键词：中文信息处理WEB页面信息提取页面结构FFT
全选 清除 导出
共1页<1>
聚类工具0