基于Heritrix的Web信息抽取   总被引：1，自引：0，他引：1  

陈俊彬  曹树金 《图书情报工作》2009,53(9):112-115

针对现阶段Web信息抽取技术的不足,提出一种基于Heritrix的精确抽取方法,由三个分别独立的功能模块共同完成。与一般信息抽取不同,本方法注重于在精确抽取的前提下实现通用化,做到可以根据数据库表的字段来进行最小单位的信息抽取,并且较好地解决信息采集通用性和准确性之间的矛盾。  相似文献