| 专利名称 | 一种网页信息抽取的系统及方法 | 申请号 | CN200910076548.3 | 专利类型 | 发明专利 | 公开（公告）号 | CN101464905 | 公开（授权）日 | 2009.06.24 | 申请（专利权）人 | 中国科学院计算技术研究所 | 发明（设计）人 | 吴博;王宇;张刚;丁国栋;程学旗 | 主分类号 | G06F17/30(2006.01)I | IPC主分类号 | G06F17/30(2006.01)I | 专利有效期 | 一种网页信息抽取的系统及方法 至一种网页信息抽取的系统及方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明涉及网页信息抽取的系统和方法，系统包括：模板生成模块，用于 从网页集合中选取待自动标注网页，根据用户标注的训练网页将待自动标注网 页分类，生成分类的类别的网页模板；网页同质化模块，用于依据网页模板屏 蔽待自动标注网页同其所属类别的网页模板间的差异；自动标注模块，用于解 析类别对应的训练网页，生成第一包装器文件，按第一包装器文件对待自动标 注网页进行自动标注，以生成新的训练网页；包装器文件生成模块，用于解析 所有训练网页，生成第二包装器文件；在线抽取模块，用于应用第二包装器文 件对网页集合中未被选取的网页信息进行抽取。本发明能够对应不同类的网页 生成多个模板，并对网页中多个记录和每个记录多个属性进行抽取。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障