Indexed by：
Abstract：
现有的多记录网页抽取方法通常是对文件对象模型( DOM)树进行整体纵向结构分析，计算的结构相似度普遍偏低，使其不能正确识别记录区域。文中提出基于DOM树层次特征的记录抽取方法，该方法利用DOM树不同层次节点的不同作用对其进行横向分析，将寻找相似子树的问题转换为寻找节点块的相似子块，最后采用双向拓展搜索非重叠重复子块进行记录分隔。实验表明该方法能抽取现有抽取器无法处理的页面，多个数据源的抽取结果验证其有效性。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
模式识别与人工智能
ISSN： 1003-6059
Year： 2015
Issue： 2
Page： 125-131
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
