标签: DOM树

在传统的舆情中多为基于模板采集模式，基于减少人工维护的目的，文中提出一种基于单DOM树特征预分类的自适应Web信息抽取方法，分为链接预分类与信息抽取两个部分。链接预分类采用SVM分类算法，提取信息超链接在页面中的特征进行分类学习，再对分类结果进行同源的Web信息提取。实验表明，此方法预分类结果准确率可达94.48%，召回率为94.77%。