基于视觉特征的网页正文提取方法研究AET-电子技术应用-最丰富的电子设计资源平台

基于视觉特征的网页正文提取方法研究
所属分类：技术论文
上传者：aet
文档大小：328 K

所需积分：0分积分不够怎么办？
文档介绍：利用网页的视觉特征和DOM树的结构特性对网页进行分块，并采用逐层分块逐层删减的方法将与正文无关的噪音块删除，从而得到正文块。对得到的正文块运用VIPS算法得到完整的语义块，最后在语义块的基础上提取正文内容。试验表明，这种方法是切实可行的。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。