【摘 要】
：
随着大数据时代的到来,互联网已经成为人们最大的信息来源之一,对于网页处理多采用结构化方法。现有的面向结点的网页解析方法分割粒度过小,容易割裂文字的语义相关性;而基于
论文部分内容阅读
随着大数据时代的到来,互联网已经成为人们最大的信息来源之一,对于网页处理多采用结构化方法。现有的面向结点的网页解析方法分割粒度过小,容易割裂文字的语义相关性;而基于分块的网页解析器无法过滤文字内部的噪音信息。针对以上两种传统结构化方法的不足,我们提出了一种面向基本信息单元(Basic Information unit)的网页解析方法。本文给出了BIU的定义,利用改进后的DOM解析工具生成了网页DOM树,通过剪枝和BIU识别等操作步骤,最终得到了以基本信息单元为粒度的网页结构,适合用于网页内容的提取。
其他文献
摘要：高职院校学生正处于思想的高度变动时期，通过其思想教育的开展则可以了解学生思想变动方向，帮助学生树立正确的思想观念。融合科技史以及科技文化对高职院校学生进行思想教育，不仅彰显时代特征，而且让思想教育的路径更为广阔。本文就基于科技史与科技文化分析的高职院校思想教育开展路径进行分析，希望可以为高职院校思想教育的开展提供借鉴。 关键词：高职院校；思想教育；科技史；科技文化 随着时代的发展和进步，
摘要：面对经济社会发展中资源匮乏与环境恶化等诸多挑战，再制造闭环供应链成为了各国政府企业的关注热点。基于再制造闭环供应链经济价值实现的三个主要瓶颈，从旧产品回收效率影响因素，闭环供应链网络设计与渠道选择以及市场竞争与发展三个方面展开综述，总结提出了再制造闭环供应链未来可能的发展方向。 关键词：再制造;闭环供应链;经济价值 中图分类号：F274 文献标识码：A D01：10.3969/j.i
摘要：农业规模经营的问题是近年来学术界和政府部门普遍关注的热点问题之一。本文以西部欠发达地区的甘肃作为研究的地域范围，从全省6个不同农业片区中选取若干从事不同农业产业项目的规模经营主体，对其规模经营的路径、模式、绩效、特点进行实地调研与个案解析，并用农业经济转化效率指数对2014年甘肃不同农业片区农业规模经营的发展水平进行聚类，总结提炼“高梯度”地区的成功经验与共性特征，以此为借鉴，提出了促进甘肃
摘要：作为构建适应社会-生态复杂范式的一个重要思想来源，怀特海的机体论自然主义为我们提供了富有启发性的解释工具。首先，机体论自然主义对于客观经验具有普遍解释功能，尝试构建柏拉图式的解释纲领。其次，机体论自然主义强调超越机械论自然主义解释，提出关于过程中自然的新解释。再次，机体论自然主义解释的科学动力来自于量子论，其所强调的个体性创造等方面与量子论在不同层次存在相似性。 关键词：怀特海；机体论；自
编者按：党的十九大以来，生态文明建设已摆在全局工作的突出位置，习近平总书记在讲话中多次提到，“推动形成绿色发展方式和生活方式是贯彻新发展理念的必然要求”。近日，以“控煤炭、换动力、转动能、保蓝天”为主题的“第115期泰山论坛”在济南成功召开，专家们就如何在新旧产能之间平衡经济利益与环保目标展开头脑风暴。本期特刊发部分专家的核心观点，以期引起各位专家学者的共鸣与讨论，为山东省乃至全国深化供给侧结构性
尽管各国政府已经采取多项措施限制和减少铅的使用,铅污染引发的健康问题依旧非常突出,仍是当前社会高度关注的环境污染与健康问题之一。研究表明,氧化应激是几乎所有疾病发
摘要：能源消费达峰年和CO2排放达峰年紧密关联，大多数发达国家或其组成的经济体是两个峰值同时达到；不同时达到的国家主要是非化石能源的增量超过能源消费的增量，从而实现错位达峰。能源消费达峰时，GDP的增长速度与单位GDP能耗（下称能耗强度）的下降速度相抵消，从而达峰年能耗强度下降的速度锁定了GDP的增长速度。发达国家能耗强度下降速度可作为未来我国能源消费达峰时经济增长速度的参照，1990-2012年
西康省的建立，对维护国家统一、促进民族团结、稚动康藏地区社会发展具有重要的历史作用。但由于各种原因，西康建省运动自清末至20世纪30年代初，虽一再提起，却迟迟未能实施。直到
通过技术预见选择能产生最大经济社会效益的战略研究领域,对大数据产业发展具有重要作用。本文分析了大数据产业重点领域选择的影响因素、调研方法、评价指标体系和评价模型
目前,随着教育教学事业的不断发展,对美术教学提出了更高的要求,要求幼儿老师不但要提高自身的美术技巧,还要着重培养幼儿的创新意识和审美能力,从小陶冶幼儿情操,开发其潜在