Web信息抽取

Web信息抽取是將Web作為信息源的一類信息抽取,就是從半結構化的Web文檔中抽取數據。其核心是將分散Internet上的半結構化的HTML頁面中的隱含的信息點抽取出來,並以更為結構化、語義更為清晰的形式表示,為用戶在Web中查詢數據、應用程式直接利用Web中的數據提供便利。

基本介紹

• 中文名：Web信息抽取 
• 外文名：Web Information Extraction

將信息從Web網頁中抽取出來。主要是由包裝器(Wrapper)來完成。所謂包裝器其實是一個軟體程式，這個程式是由已經制定好的一系列信息抽取規則和使用這些規則的程式構成。對於用戶特定信息源的查詢請求，從Web頁面的信息源找出相關有用的數據抽取出來，並轉換為用規定的格式描述的數據，返回給用戶。一個包裝器一般針對某一種特定的信息源中的一類頁面。從多個不同信息源中抽取數據，需要一套的分裝器程式庫。