企業(yè)網(wǎng)站建設(shè)網(wǎng)頁去噪流程
日期 : 2021-01-03 16:46:11
網(wǎng)頁去噪流程:
1) 節(jié)點分割。將網(wǎng)頁映射為DOM樹, 根據(jù)當(dāng)前DOM節(jié)點的信息以及子節(jié)點信息進行節(jié)點分割, 完成信息塊提取。
2) 檢測分割條。首先利用網(wǎng)頁的初始坐標(biāo)和終止坐標(biāo)作為初始化分隔條, 然后利用頁面塊與分割條之間的位置關(guān)系生成新的檢測條。
3) 利用分隔條的權(quán)值重構(gòu)語義塊, 沿著分隔條從低到高的方向進行迭代合并, 這樣最終將網(wǎng)頁分割成主題相關(guān)性很高的塊的集合。
1) 節(jié)點分割。將網(wǎng)頁映射為DOM樹, 根據(jù)當(dāng)前DOM節(jié)點的信息以及子節(jié)點信息進行節(jié)點分割, 完成信息塊提取。
2) 檢測分割條。首先利用網(wǎng)頁的初始坐標(biāo)和終止坐標(biāo)作為初始化分隔條, 然后利用頁面塊與分割條之間的位置關(guān)系生成新的檢測條。
3) 利用分隔條的權(quán)值重構(gòu)語義塊, 沿著分隔條從低到高的方向進行迭代合并, 這樣最終將網(wǎng)頁分割成主題相關(guān)性很高的塊的集合。