论文部分内容阅读
随着Internet的迅猛发展，Web上的网页数目呈现指数级的爆炸性增长趋势，在Web上检索及发现有价值的信息已成为了一项重要的任务，“噪音”的出现往往会降低基于页面处理的各种算法的效率。因此，如何删除页面的噪音，提取页面中的主要内容是Web挖掘中的重要问题。给出了抽取网页中各种分类有效的文本的具体实现。