【摘 要】
：
目前,互联网上诸多开放存取(Open Access,OA)期刊快速递增的“孤岛”现状已制约了OA期刊应有效能的发挥。解决该问题的一条途径就是将不同开放存取期刊的检索服务加以整合,建
论文部分内容阅读
目前,互联网上诸多开放存取(Open Access,OA)期刊快速递增的“孤岛”现状已制约了OA期刊应有效能的发挥。解决该问题的一条途径就是将不同开放存取期刊的检索服务加以整合,建立一个虚拟的数字资源空间,从而实现资源的快速共享,而OA期刊检索结果页面的信息抽取是其中的关键步骤之一。本文主要研究OA期刊检索结果页面的信息抽取方法,研究的具体内容如下。首先,针对目前现有的数据区域定位方法不够准确和对期刊网站检索结果页面定位不能适用的问题,通过分析期刊网站检索结果页面中数据区域与非数据区域的区别,提出了基于统计的数据区域定位算法,并给出了算法描述和实现,该算法以网页分块为基础,然后应用统计的方法进行数据区域定位。其次,为了抽取数据区域中论文信息,需要进行数据记录划分,提出了一种基于聚类的数据记录划分算法,该算法通过计算子树在显示样式、数据类型、标记路径结构、邻接特征四个方面的相似度,对子树进行聚类。数据记录划分后,针对数据记录中数据单元的语义识别问题,提出了一种基于特征相似度的数据单元语义识别算法,该算法通过计算数据单元与所定义语义字符串的特征相似度进行语义识别。最后,通过实验对所提出算法的准确率和召回率等方面进行实验验证及分析,然后将本文算法应用到实际项目中。
其他文献
互联网在过去的二十年经历了迅猛的发展，从最初简单的科研网络ARPANET发展成目前庞大而复杂的系统。了解互联网的拓扑结构、理解互联网的演化机制以及利用拓扑结构知识来优化
随着大数据时代的到来，互联网平台上涌现出了蕴含大量信息和知识的数据资源，这些独立的数据源之间存在天然的屏障。来自不同数据源的相关数据集中包含了大量指向现实世界中相同
现代通信技术,从最早的模拟语音网络(PSTN)到数字语音网络(ISDN),再到H.323 VoIP(Voice over IP)网络、SIP(Session Initiation Protocol)VoIP网络等,各种技术平台之间并存共
SIP协议是由IETF提出的应用层信令协议，用来建立、修改和终止多方参与的多媒体会话进程，具有很好的可扩展性、灵活性、互操作性和可重用性。在视频监控系统中使用SIP协议实现呼
工程管理信息化是当前我国信息化工作的重点，具体实现的目标是：提高工程单位工作效率，优化工程管理流程，精简管理部门，更好地为工程单位服务。随着工程管理技术的不断深入发展，通过
高性能计算机(High Performance Computer，简称HPC)是～个国家的重要战略资源，对国家安全、经济和社会发展具有举足轻重的意义。互连网络是高性能计算机系统的关键组成部分，是决定
地理信息系统是当前地理学与信息科学领域研究最为热门的分支学科之一。随着社会经济的飞速发展，地理信息系统需要处理的空间数据量越来越大。正确、有效、快速地显示和处理海
随着互联网和数字多媒体技术的迅猛发展,数字视频的应用越来越广泛。经过多年的发展,视频编码技术已经较为成熟,最新的视频编码国际标准H.264/AVC以及我国的AVS在编码效率上
入侵检测系统和防火墙技术是通用网络安全技术，国家主干网络的网络安全应用需要在高速环境下进行网络数据的深度检测，需要高性能的海量网络实时处理技术作为支撑。随着宽带技术
功能磁共振成像(functionalmagneticresonanceimaging,fMRI)能让人们非侵入性地探察大脑结构某一部分所具有的特定功能，目前的研究大部分都是基于任务状态的fMRI，然而静息态fMR