基于本体和dom相结合的web信息抽取器

？针对基于web页面信息本体的信息抽取不能准确划定抽取区域的缺点，设计基于本体和dom相结合的web信息抽取器。利用dom树设计对样本页面信息项路径进行归纳学习的算法,该算法能准确划定信息抽取区域，降低页面噪声，实现对web页面的预处理。实验表明，改进后的抽取方法提高了web信息的抽准率。