ارایه خزشگر مبتنی بر آنتولوژی برای وب سایت های خبری فارسی

اطلاع از نحوه انعکاس اخبار برای مسیولان دولتی، صاحبان صنایع، تجار سرمایه گذاران از اهمیت بالایی برخوردار است. با توجه به حجم بالای اخبار تولید شده تصور ارزیابی تحلیل این حجم خبری توسط نیروی انسانی غیر ممکن بوده ابزارها روشهایی نو برای مدیریت آن مورد نیاز است. تاکنون روش های زیادی برای ایجاد خزشگر برای وب سایت های خبری به زبان انگلیسی ارایه شده است. ولی اغلب این روش ها وابسته به زبان بوده برای وب سایت های خبری فارسی قابل استفاده نیستند. در این تحقیق خزشگری برای استخراج اطلاعات از وب سایت های خبری فارسی با استفاده از آنتولوژی ارایه گردیده است. نتایج حاصل از این پژوهش نشان می دهد که این روش، متن اصلی صفحات خبری وب را با دقت بالایی استخراج می کند.

کلیدواژه ها:

وب کاوی ، خزشگر ، آنتولوژی ، xpath