一个很有用的Information Extraction的firefox插件

要比较Information Extraction的效率，把网页保存在本地这样可以排除网速的影响，从而得到一个更让人信服的结果，但是直接的download许多动态网页，保存下来的结果在浏览器呈现就会失去原来的样式，从而影响Extraction的准确性特别是利用Visual信息的Extraction算法，另一方面许多测试的网页过一段时间可能就不存在了，一个可以Save网页完整信息的工具就显得比较重要，这个工具就是提供这个功能的。

评论

4 楼 D04540214 2009-02-26  

谢谢，fuliang兄。

3 楼 fuliang 2009-02-12  

D04540214 写道

不知道这个工具能够用Java程序调用？ 这方面知识比较喜欢 谢谢

有一些Java操作浏览器的开源的东东，如Watrj和Selenium，不知道能操作插件不

2 楼 D04540214 2009-02-11  

不知道这个工具能够用Java程序调用？

这方面知识比较喜欢 谢谢

1 楼 fuliang 2008-12-29  

这个东东对直接浏览器提供的Save Complete以及一些Web Site Downloader: 如HTTrack 3.33，Personal Web Archive: 如WebCite，Personal Proxy:如 WWWOFFLE 2.8e等做了一些改进，详情可以见论文：
Creating Permanent Test Collections of Web Pages for Information Extraction Research