公开(公告)号：CN102262658A

公开(公告)日：2011-11-30

申请号：CN201110196449.6

申请日：2011-07-13

Applicant: 东北大学

Inventor： 申德荣 ,  刘桐 ,  寇月 ,  聂铁铮 ,  于戈

IPC: G06F17/30

Abstract: 本发明提供了一种基于实体的自底向上Web数据抽取方法，属于网络数据管理领域，具体步骤包括：选择Web数据页面、划分文本、标注实体属性、抽取属性序列重复模式抽取、化简结果模式；本发明的Web数据抽取方法，可以更广泛的抽取复杂Web页面的结构化数据，有效避免先前抽取技术对页面结构的过度依赖，适应性好，准确度高。

公开(公告)号：CN102262658B

公开(公告)日：2013-10-16

申请号：CN201110196449.6

申请日：2011-07-13

Applicant: 东北大学

Inventor： 申德荣 ,  刘桐 ,  寇月 ,  聂铁铮 ,  于戈

IPC: G06F17/30

Abstract: 本发明提供了一种基于实体的自底向上Web数据抽取方法，属于网络数据管理领域，具体步骤包括：选择Web数据页面、划分文本、标注实体属性、抽取属性序列重复模式抽取、化简结果模式；本发明的Web数据抽取方法，可以更广泛的抽取复杂Web页面的结构化数据，有效避免先前抽取技术对页面结构的过度依赖，适应性好，准确度高。