论文部分内容阅读
先将网页转换为规范的DOM树，然后计算每行文本的文本密度、与标题相关度等值，并将其作为输入参数利用BP神经网络进行训练，进而形成抽取规则，最后通过实验验证该方法的可行性。
基于机器学习的网页正文提取方法
【摘 要】
：
先将网页转换为规范的DOM树，然后计算每行文本的文本密度、与标题相关度等值，并将其作为输入参数利用BP神经网络进行训练，进而形成抽取规则，最后通过实验验证该方法的可行性。
【机 构】
：
中国石油大学（华东）计算机与通信工程学院计算机科学与技术系
【出 处】
：
微型机与应用
【发表日期】
：
2010年12期
其他文献
本文以提高会计课堂教学效率为目标,在会计教学中综合运用多种方法,并结合自身的特点进行教学反思,重点开展动手能力的训练、培养学生的再学习能力、师生互动教学相长、从而
随着软件构件技术的发展,软件BOM(物料需求清单)应运而生,成为软件工程中重要的基础数据,其组织格式设计合理与否直接影响到软件系统的处理效率和软件质量。因此,文章介绍了
互联网技术的广泛运用给人们的生活带来了极大的方便.然而,处于繁忙工作环境下的学生党或上班族都偏爱在线点餐方式,传统餐饮业的升级是不可避免的.该系统之所以选择微信小程
针对现有灌溉技术缺乏精准调控等问题,利用信息技术手段开发智能灌溉远程控制系统。文章通过LabVIEW虚拟仪器开发平台设计了上位机数据监测子系统,该系统与下位机通过VISA函
要勇于创新传授写作知识的途径和方法，把培养学生英语写作能力贯穿于整个英语教学过程之中，融合于听说读写等各项技能训练之中，培养学生养成运用英语思维的习惯，掌握写作知识技巧
科学技术的迅猛发展,多媒体技术已经走进了课堂,推进了素质教育的进程。多媒体技术技术具有声形兼具、图文并茂的优势,为小学语文教学改革注入无限生机、活力。本文试就多媒
将多媒体技术应用于课堂教学,使教学手段得以提高,使传统教学模式发生着变革和新的教学体系得以形成,一种生动活泼的教学形式激发着学生学习的积极性、主动性和创造性,给物理
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
7月4日，呼和浩特市科技成果推广中心邀请相关技术专家来到赛罕区，组织内蒙古天之风信息科技有限责任公司和凯蒙药业两家企业进行高新技术企业一对一式申报辅导工作。
整车厂正在压缩零件供应商的项目实施周期,必然会出现有些零件已经装车了,但是软件还没有稳定版本。所以在汽车出厂之前都需要增加一个软件更新的工序。电子部件在整车中的占