公开(公告)号：US08429520B2

公开(公告)日：2013-04-23

申请号：US12834757

申请日：2010-07-12

Applicant: Hahn-Ming Lee ,  Jan-Ming Ho ,  Shui-Shi Chen ,  Kai-Hsiang Yang ,  Ruei-Yuan Wang ,  Jerome Yeh

Inventor： Hahn-Ming Lee ,  Jan-Ming Ho ,  Shui-Shi Chen ,  Kai-Hsiang Yang ,  Ruei-Yuan Wang ,  Jerome Yeh

IPC: G06F17/20 ,  G06F17/21 ,  G06F17/22 ,  G06F17/24

CPC classification number: G06F17/2241

Abstract: A citation record extraction system is provided for extracting citation records from publication list pages having different layouts and contents. An HTML rendering engine receives a publication list web page, parses the publication list web page to obtain layout information of the web page. A web page sequence builder generates a web page characteristic sequence for the web page according to the layout information. A web page repeated pattern analyzer analyzes repeated patterns presented in the web page characteristic sequence, screens out non-citation records therefrom, and obtains a citation record of the publication list web page.

Abstract translation: 提供引文记录提取系统，用于从具有不同布局和内容的出版物列表页面中提取引文记录。 HTML呈现引擎接收发布列表网页，解析发布列表网页以获取网页的布局信息。 网页序列构建器根据布局信息生成网页的网页特征序列。 网页重复模式分析器分析网页特征序列中呈现的重复模式，从其中屏蔽非引用记录，并获得发布列表网页的引用记录。

公开(公告)号：US20110029528A1

公开(公告)日：2011-02-03

申请号：US12834757

申请日：2010-07-12

Applicant: Hahn-Ming Lee ,  Jan-Ming Ho ,  Shui-Shi Chen ,  Kai-Hsiang Yang ,  Ruei-Yuan Wang ,  Jerome Yeh

Inventor： Hahn-Ming Lee ,  Jan-Ming Ho ,  Shui-Shi Chen ,  Kai-Hsiang Yang ,  Ruei-Yuan Wang ,  Jerome Yeh

IPC: G06F17/30

CPC classification number: G06F17/2241

Abstract: A citation record extraction system is provided. An HTML rendering engine receives a publication list web page, parses the publication list web page to obtain layout information of the web page. A web page sequence builder generates a web page characteristic sequence for the web page according to the layout information. A web page repeated pattern analyzer analyzes repeated pattern presented in the web page characteristic sequence, screens out non-citation record therefrom, and obtains a citation record of the publication list web page.

Abstract translation: 提供引文记录提取系统。 HTML呈现引擎接收发布列表网页，解析发布列表网页以获取网页的布局信息。 网页序列构建器根据布局信息生成网页的网页特征序列。 网页重复模式分析器分析网页特征序列中呈现的重复模式，从其中屏蔽非引用记录，并获得发布列表网页的引用记录。