计算机工程

作者：易国洪,代瑜,冯智莉,黎慧源

单位：武汉工程大学 a.计算机科学与工程学院; b.智能机器人湖北省重点实验室,武汉 430205

关键词：支持向量机, 特征向量, 重心半径, 网页, 正文提取

基金：国家自然科学基金青年项目“基于能力集成动态规划的自适应软件需求的群体决策问题研究”(61502355)。

为了从网页中精确地提取正文内容,提出一种基于支持向量机(SVM)与DOM重心半径模型的算法。通过SVM对网页DOM节点集进行提取,得出文本块节点。根据网页链接信息和初次提取的文本块节点计算重心半径,利用重心半径模型进行二次精确提取,并给出相应的公式推导和超参数选取过程。实验结果表明,与统计抽取、FFT抽取等算法相比,该算法的准确率和提取效率较高,泛化能力较好。

来源：2019年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第6期