%0 Journal Article
%T 一种web评论自动抽取方法
%A 刘伟？
%A 严华梁？
%A 肖建国？
%A 曾建勋？
%J 软件学报
%P 3220-3236
%D 2010
%X web用户评论是许多重要应用的信息来源,比如公众舆情的检测与分析,web用户评论必须从网页中准确地抽取出来.用户生成内容(user-generatedcontent)不受页面模板的限制,这就给web数据抽取提出了新的挑战:首先,不同用户评论内容的不一致性严重影响了评论记录在dom树和视觉上的相似性;其次,评论内容在dom树中是一棵复杂的子树,而且彼此之间在dom树中的结构相差巨大.为了解决这两个问题,提出了一种完整的解决方案,使用多种技术来实现对用户评论内容的抽取.抽取过程分为两个步骤,基于深度加权的树相似性算法评论记录首先从网页中抽取出来,然后通过比较dom树中节点的一致性,将纯粹的用户评论内容从评论记录中抽取出来.在多个新闻网站和论坛网站上的实验结果表明,该方法可以达到较高的准确度和效率.
%K web用户评论
%K 结构化数据记录
%K web数据抽取
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=3961&flag=1