摘 要 互联网的快速发展已经使得网页数据成为目前各种应用与研究的重要数据源之一.网页数据包 含各种内容, 如广告、 导航条、 相关链接、 正文等,然而对于不同的研究和应用来说,并非所有内容都是必 需的,相反地,不相关的内容反而会影响研究和应用的效果和效率,所以网页去噪是一个基础问题,且是 目前热点研究的问题. 因此很有必要对网页去噪领域进行总结,以便更好地进行深入研究. 首先说明了 网页去噪的必要性,并对网页去噪进行了定义和分类,概述了多种网页去噪的方法和框架, 然后对评估 网页去噪算法所使用的数据集和方法进行了总结,最后讨论了该领域存在的问题和今后的研究方向. 关键词 网页去噪;数