基于标签路径特征的网页正文自适应抽取方法研究

《基于标签路径特征的网页正文自适应抽取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、３５９ＴＰ３单位代码Ｗ．１１分类号１１３１１０５４５学号啤密级約ｆ巳义ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｙｇｙ硕：ｔ学位论文Ｍ乂ＳＴＥＲＤＥＧＲＥＥＴＨＥＳＩＳ论文题肖：基于标签路径特征的网页正文自适应抽取方法硏究学化炎别：学历硕±学科专化：软件工程］：（巧姐贼）作巧师名：胡验蛛师姊名：吴共庆副教援完成时间：２０１６年４月‘－４．／１一．－科…接备■政心单位代码：１０３５９密级：公开：２０１３１１０５４５；ＴＰ３１１学号分类号ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙ

2、ｏｆＴｅｃｈｎｏｌｏｇｙ硕±学位论文ＭＡＳＴＥＲＳＤ巧ＳＥＲＴＡＴＩＯＮ论文题目：基于标签路径特征的网页正文自适应抽取方法研究学位类别；学历硕±专业名称：软件工程作者姓名：盟整：吴共庆副教授导师姓名完成时间：２０１６年４月合肥工业大学学巧硕±学位论文基于标签路径特征的网页正文自适应抽取方法研究：酸作者姓名藍指导教师；吴共庆副教授学科专业：软件工程研究方向：云计算与云服务工程２０１６年０４月ＡＤｉｓｓｅｒｔａｔｉｏ凸Ｓｕｂｍｉｔｔｅｄｆｏｒ化ｅＤｅｇｒｅｅｏｆＭ

3、ａｓｔｅｒＳｅ－ａｅＣｏｎｔｅｎｔａｃｔｌｆＡｄａｐｔｉｖｅＷｅｂｐｇＥｘｔｒｉｏｎｖｉａＴａｇＰａ化ＦｅａｔｕｒｅｓＢｙＨｕＪｕｎＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＨｅｆｅｉ，Ａｎｈｕｉ，ＲＲ．ＣｈｉｎａＡｐｒｉｌ，２０１６合肥工业大学本论文经答辩委员会全体委员审查，确认符合合肥工业大学硕ｉ学位论文质量要求。答辩委员会签名（工作单位、职称、姓名），ｙ成芽＾主席於矜马１芽以寺、（心吟啼委员：教如滅始叩＞私戶《啦化处＃磁鶴嫌狄合支Ｔ、Ｖｔ知Ａ刮心义［＾化＾爲於猶给爲吁緣畔导师

4、：合解別化沪巧刺艇滅禾槪、作、宁副欽换学位论文独创性声明本人郑重声明：所呈交的学位论文是本人在导师指导下进行独立研究工作所取得的成果，。据我所知，除了文中特别加Ｗ标注和致谢的内容外论文中不包含其他人已经发表或撰写过的研巧成果，化不巧含为获得合肥工业大学或其他教育机构的学位或证书而使用过的材料，本。对本文成果做出贡献的个人和集体人己在论文中作了明确的说明，并表示谢意。学位论文中表达的观点纯属作者本人观点，与合肥工业大学无关。学位论文作者签名：。：支巧匀复＿签名日期王年ｆ月ｎ曰学位论文版权使用授权书本学化论义作者完令了解合肥工业大学有关保留、使

5、用学位论文的规定，巨Ｐ：除保密期内的涉密学位论文外，学校有权保存并向国家有关部口或机构送交论文的复印件和电子光盘，允许论文被查阅或借阅。本人授权合肥工业大学可，允许采用影印Ｗ将本学位论文的全部或部分内容编入有关数据库、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：指导教师签名：；讀．巧＾＾《豕＂：曰签名曰期：年午月ｎ曰签名曰期２。年月／／６午Ｉ论文作者毕业去向：工作单位：Ｅ－联系电话：ｍａｉｌ：通讯地址：邮政编码：致谢时光甚巧，Ｈ年的研巧生生活即将结束，在此即将毕业之际，感谢所有关

6、必和帮助我的老师和同学。首先衷也感谢我的指导老师吴共庆老师给予的指导和帮助。在整个谏题的研一一、巧过程中，吴老师指导我步步的向前迈进，他丰富的学识严谨的治学态度。和孜孜不倦的探索精神给我留下了极其深刻的印象在平时生活中，吴老师也给予了我无微不至的关怀和帮助，从他身上学到的东西将使我受益终生，在此向他致Ｗ真诚的谢意！、感谢实验室所有的师兄弟师姐妹们，是大家共同营造了实验室互帮互助积、感谢大家在学习和生活上对我的极进取共同进步的和谐顯洽的良好学习氛围，帮化希望实验室里的每个人都能学业进步、工作顺利。同时，也感谢家人给我的支持和默默的付出。、屯！、

7、，最后，感谢所有巧过我关过我的人祝你们健康快乐作者：胡骇２０１６年３月２０日Ｉ摘要随着互联网的飞速发展，Ｗｅｂ已经成为重要的信息发布平台。然而，Ｗｅｂ网＂、页中除了正文信息，还包含着导航广告和版权信息等大量与网页主题无关的噪＂音信息。网页中的噪音信息会大大降低搜索引擎、新闻聚合等系统的效果，同时也为这堅系统的存储造成了负担。因此，网页正文抽取问题具有重要的研巧意义和应用价值。本文开展的