论文部分内容阅读
网络舆情搜索引擎与通常的网络信息搜索不同，其最终结果要深入到站点和页面内部采集与抽取有效数据，给情报界提出了许多新的研究内容和方法。在对网页信息抽取的模板和页面分析两种方式、基于自然语言处理、包装器归纳和Ontology抽取方法的分析基础上，使用基于包装器归纳方式并在规则生成模块中采用专家模式，设计一种基于样本学习的新闻抽取方法，通过人工分析网页源代码制定和修改抽取规则，然后根据抽取规则进行信息自动抽取，以提高舆情搜索引擎的精度和质量。