产品质量食品安全互联网舆情监控系统信息提取方法研究

摘要

本文提出了一种基于文本块的信息提取算法.通过对网页结点的遍历操作,逐一分析相关结点是否含有算法关注的文本块,再通过相似性识别判断其与网页主题的相关程度,最后获得网页的主体内容.用户可以快速地得到媒体网站的新闻内容,准确度超过90％,可对相关的新闻报道进行甄别与筛选.