登录 注册
张方/ 面向开源社区的Web数据自动抽取技术研究与实现
241?1445561792

【周报】 汇报1.09 正常


由张方添加于 2016-01-09 21:41
     今天主要研究了应用聚类技术对HTML文件中的信息进行抽取的过程中3个主要算法的算法思想，这三个算法和其作用分别是：Algorithm ParseHTML，用于解析HTML文件并标记文本信息；Algorithm RulExt，用于获取抽取规则--PAT；Algorithm refine，用于优化聚类并输出抽取结果。
回复（4）▪
  • 5?1460204756
    尹刚 9年前

    另外，你的实验进展如何？你准备如何做实验？用那些数据做实验？

    回复

  • 5?1460204756
    尹刚 9年前

    这一周没有任何进展吗？为什么不能坚持每天一报？

    回复

  • 241?1445561792
    张方 9年前

       这三个算法是《采用聚类技术从HTML文件自动提取信息》这篇文章中的，读这些算法的目的视为了深入理解文中作者给出的一种HTML文件自动提取信息的方法--clustex,想解决的问题是如何自动化的生成网页中页面元素的抽取规则。

    回复

  • 5?1460204756
    尹刚 9年前

    这些算法的来源是？你读这些算法的目的是？你想解决的问题是？

    回复

0?1470885445
登录后可添加回复
  • 当前状态 新增
  • 选定优先级 正常
  • 指派给 张方
  • 里程碑 --
  • 开始日期 2016-01-09
  • 结束日期
  • 预计工时(H) 0.00 小时
  • 完成度 0%
  • 关联Commit 无
  • Trustie(确实)
  • QQ群：1071514693

© Copyright 2007~2021 国防科技大学Trustie团队 & IntelliDE 湘ICP备 17009477号

问题和建议 ›
还能输入50个字符 提交

加入QQ群

关注微信APP

提
问
×