科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前主流的网页抽取方法存在两大问题：提取信息类型单一，难以获取多种类新闻信息；多依赖HTML标签，难以扩展至不同来源。为此提出一种基于多维度文本特征的新闻网页信息提取方法，利用新闻文本的写作特点划分出写作、语义和位置特征，通过多通道卷积神经网络融合为多维度文本特征，用于提取多种类新闻网页信息；仅需少量数据集训练，就可提取新来源的新闻网页信息。实验结果表明，该方法在性能上高于当前最优方法。
-
单位贵州轻工职业技术学院; 贵州大学
