Given a Set of List PagesSince the

Given a Set of List Pages
Since the techniques described in previous sections are for a single list page, they can obviously be applied to multiple list pages. The pattern discovered from a single page can be used to extract data from the rest of the pages. Multiple list pages may also help improve the extraction. For example, patterns from all input pages may be found separately and merged to produce a single refined pattern. This can deal with the problem that a single page may not contain the complete information.

Given a Set of Detail Pages
In some applications, one needs to extract data from detail pages as they contain more information. For example, in a list page, the information on each product is usually quite brief, e.g., containing only the name, image, and price. However, if an application also needs the product description and customer reviews, one has to extract them from detail pages.
For extraction from detail pages, we can treat each page as a data record and apply the algorithms described in Sect. 9.8 and/or Sect. 9.9. For instance, to apply the NET algorithm, we can simply construct a rooted tree as input to NET as follows: (1) create an artificial root node, and (2) make the DOM tree of each page as a child sub-tree of the artificial root.

Kết quả (Việt) 1:

Đưa ra một tập hợp các danh sách trangKể từ khi các kỹ thuật được mô tả trong phần trước cho một danh sách duy nhất trang, họ rõ ràng là có thể được áp dụng cho nhiều danh sách trang. Các mô hình phát hiện ra từ một trang duy nhất có thể được sử dụng để trích xuất dữ liệu từ phần còn lại của các trang. Nhiều danh sách trang cũng có thể giúp cải thiện việc khai thác. Ví dụ, các mô hình từ đầu vào tất cả các trang có thể được tìm thấy một cách riêng biệt và được sáp nhập để tạo ra một mô hình tinh tế duy nhất. Điều này có thể đối phó với các vấn đề một trang duy nhất có thể chứa thông tin đầy đủ.Đưa ra một tập hợp các chi tiết trangTrong một số ứng dụng cần phải trích xuất dữ liệu từ các chi tiết trang vì chúng chứa nhiều thông tin. Ví dụ, trong trang danh sách, các thông tin trên mỗi sản phẩm là thường khá ngắn, ví dụ, có chứa chỉ các tên, hình ảnh và giá. Tuy nhiên, nếu một ứng dụng cũng cần đánh giá về khách hàng và mô tả sản phẩm, người ta đã trích xuất chúng từ các trang chi tiết.Để khai thác từ các trang chi tiết, chúng ta có thể coi mỗi trang là một bản ghi dữ liệu và áp dụng các thuật toán được mô tả trong Sect. 9.8 và/hoặc Sect. 9.9. Ví dụ, để áp dụng các thuật toán NET, chúng tôi có thể chỉ đơn giản là xây dựng một cây bắt nguồn từ như đầu vào mạng như sau: (1) tạo ra một nút gốc nhân tạo, và (2) cây DOM của mỗi trang là một đứa trẻ con cây gốc nhân tạo.

Kết quả (Việt) 2:

Cho một Set của Trang Danh sách
từ các kỹ thuật được mô tả trong các phần trước là cho một trang danh sách duy nhất, họ rõ ràng có thể được áp dụng cho nhiều trang danh sách. Các mô hình phát hiện từ một trang duy nhất có thể được sử dụng để trích xuất dữ liệu từ phần còn lại của trang. Nhiều trang danh sách cũng có thể giúp cải thiện việc khai thác. Ví dụ, mô hình từ tất cả các trang đầu vào có thể được tìm thấy một cách riêng biệt và sáp nhập để sản xuất một mẫu tinh duy nhất. Điều này có thể đối phó với các vấn đề mà một trang duy nhất có thể không có thông tin đầy đủ.

Cho một Set các chi tiết trang
Trong một số ứng dụng, cần trích xuất dữ liệu từ các trang chi tiết vì chúng chứa nhiều thông tin. Ví dụ, trong một trang danh sách, thông tin trên mỗi sản phẩm thường khá ngắn gọn, ví dụ, chỉ chứa tên, hình ảnh, và giá cả. Tuy nhiên, nếu một ứng dụng cũng cần mô tả sản phẩm và khách hàng đánh giá, người ta phải trích xuất chúng từ các trang chi tiết.
Đối với khai thác từ các trang chi tiết, chúng ta có thể đối xử với mỗi trang như một bản ghi dữ liệu và áp dụng các thuật toán được mô tả trong phái. 9.8 và / hoặc phái. 9.9. Ví dụ, để áp dụng các thuật toán NET, chúng ta có thể chỉ đơn giản là xây dựng một cây bén rễ đầu vào NET như sau: (1) tạo ra một nút gốc nhân tạo, và (2) làm cho cây DOM của mỗi trang như một đứa trẻ tiểu cây gốc nhân tạo.