%0 Journal Article
%A 解凯
%A 李业丽
%A 马少平
%A 王欣刚
%A 叶宇姗
%A 曾庆涛
%T HTML页面中的文献记录分析算法
%D 2017
%R 10.13190/j.jbupt.2017.s.019
%J 北京邮电大学学报
%P 85-88
%V 40
%N s1
%X 为了使出版机构能够及时从大量网页中发现所需文献，需要设计能够从超文本标记语言页面中自动提取文献信息的算法.为此，设计了基于条件随机场的文献记录分析算法：首先，设计了文档对象树的分割算法，通过分割标记将页面数据分成独立的部分，这些数据块由标签和文本序列构成；随后，将该序列作为条件随机场模型的特征向量，建立文献信息标记模型；最后，设计启发式算法，从标记模型中提取文献信息数据，并通过实验验证了其有效性.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2017.s.019