从多个网页中抽取对象和网页的方法和设备

摘要

本发明提供了一种从多个网页中抽取对象和网页的方法和设备，所述方法包含以下步骤：识别多个网页的候选属性值对；对于每个网页，针对该网页内的候选属性值对构造页内属性值图；对于每个网页，针对其他网页内的候选属性值对构造页间属性值图；对于多个网页构造网页图；计算每个候选属性值对和每个网页的分数；以及选择对象和网页。

主权项

一种从多个网页中抽取对象和网页的方法，包含以下步骤：识别多个网页的候选属性值对；对于每个网页，针对该网页内的候选属性值对构造页内属性值图；对于每个网页，针对其他网页内的候选属性值对构造页间属性值图；对于多个网页构造网页图；计算每个候选属性值对和每个网页的分数；以及选择对象和网页，其中，所述计算每个候选属性值对和每个网页的分数的步骤包括：基于所述页内属性值图、页间属性值图和网页图，使用跨图分数传播过程来计算每个候选属性值对的分数；以及基于所述网页图和网页内的属性值对，使用跨图分数传播过程来计算每个网页的分数，并且其中，所述选择对象和网页的步骤包括：选择分数最大的预定数目的属性值对和网页作为抽取结果。