论文研究基于加权频繁子树相似度的网页评论信息抽取.pdf

针对现有网页信息抽取方法普遍存在人工耗时大、抽取准确率低等问题，提出了一种基于加权频繁子树相似度的网页评论信息抽取方法WTS。首先通过视觉特征对网页进行剪枝处理；然后，通过深度加权的相似度度量方法抽取最佳频繁子树；最后，通过子树对齐方法抽取评论路径并解析评论内容。通过对京东、苏宁等网站的评论内容抽取实验，验证了WTS方法比D-EEM、POL等方法在抽取产品评论信息上具有一定的优势。