动态网页的信息抽取W曲信息抽取将W|eb中的数据抽取出来并表示为结构化的形式。动态网页是通过程序动态生成 的页面。据统计,目前Web上的页面主要是以动态网页的形式存在。因此,研究动态网页的信息抽 取方法,具有较大的实用价值。 本文将动态网页分为记录级和页面级两类,主要工作包括:(1)针对记录级动态网页,提出基 于相似记录项归纳(Similar Records Induction,s对)的信息抽取方法。该方法采用编辑距离算法和树 排列算法归纳产生记录项的包装器树,并为抽取到的信息手工标注标签。(2)针对页面级动态网页, 提出基于相似页面归纳(Similar Pages Induction,SPI