Finn et al. (2001) describe a relat

Finn et al.
(2001) describe a relatively simple technique based on the observation that there are less HTML tags in the text of the main content of typical web pages than there is in the additional material.
Figure 3.17 (also known as a document slope curve) shows the cumulative distribution of tags in the example web page from Figure 3.16,
as a function of the total number of tokens (words or other non-tag strings) in the page.

The main text content of the page corresponds to the “plateau” in the middle of the distribution.
This flat area is relatively small because of the large amount of formatting and presentation information in the HTML source for the page.

ผลลัพธ์ (ไทย) 2:

ฟินน์ et al.
(2001) อธิบายถึงเทคนิคที่ค่อนข้างง่ายขึ้นอยู่กับการสังเกตว่ามีแท็กน้อยในข้อความของเนื้อหาหลักของหน้าเว็บปกติกว่าที่มีอยู่ในวัสดุเพิ่มเติม.
รูปที่ 3.17 (หรือเรียกว่าลาดเอกสาร โค้ง) แสดงให้เห็นถึงการกระจายสะสมของแท็กในหน้าเว็บของตัวอย่างได้จากรูปที่ 3.16,
เป็นหน้าที่ของจำนวนเสียงทั้งหมดของสัญญาณ (คำหรือสตริงแท็กอื่น ๆ ที่ไม่ใช่) ในหน้าได้. เนื้อหาข้อความหลักของหน้าสอดคล้องกับ " ที่ราบสูง "ในช่วงกลางของการกระจาย. พื้นที่ราบนี้มีขนาดค่อนข้างเล็กเนื่องจากการจำนวนมากของการจัดรูปแบบและการนำเสนอข้อมูลใน HTML สำหรับหน้าเว็บที่

ผลลัพธ์ (ไทย) 3:

ฟิน et al .( 2001 ) อธิบายเทคนิคที่ค่อนข้างง่าย จากการสังเกตว่า มี น้อยแท็ก HTML ในข้อความ เนื้อหาหลักของหน้าเว็บโดยทั่วไปมากกว่าที่มีอยู่ในวัสดุเพิ่มเติมรูป 3.17 ( เรียกว่าเอกสารลาดโค้ง ) แสดงให้เห็นการสะสมของแท็กในตัวอย่างหน้าเว็บจากรูปที่ 3.16 ,เป็นฟังก์ชันของจํานวนของสัญญาณ ( คำหรือสายแท็กไม่อื่น ๆ ) ในหน้าข้อความหลักเนื้อหาของหน้าสอดคล้องกับ " ที่ราบสูง " ในกลางของการกระจายบริเวณที่ราบนี้จะค่อนข้างน้อยเนื่องจากปริมาณขนาดใหญ่ของการจัดรูปแบบ และการเสนอสารสนเทศในแหล่งที่มา HTML สำหรับหน้าเว็บ