论文部分内容阅读
网页分块方法使得Web信息抽取的单位由页面缩小为块。文中研究了网页分块的主要方法与基于学习的分块重要性模型，对Xpath的Web抽取方法进行分析。结合两者的优势提出一种基于分块重要性模型与Xpath结合的Web信息抽取方法，探讨了其设计过程，并给出形式化描述与实验结果，结果表明该方法适合于抽取多记录型的网页。