數(shù)字圖書館的中文網(wǎng)頁(yè)文本分類器研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著計(jì)算機(jī)和因特網(wǎng)的迅速發(fā)展,網(wǎng)上信息的類型越來(lái)越豐富,可利用的資源也越來(lái)越豐富,這已成為數(shù)字圖書館的發(fā)展動(dòng)力。同時(shí)網(wǎng)絡(luò)存儲(chǔ)和交換技術(shù)的發(fā)展,也逐漸帶動(dòng)了數(shù)字圖書館相關(guān)技術(shù)研究的進(jìn)展。數(shù)字圖書館是一個(gè)新興的,涉及到因特網(wǎng)、多媒體、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘和知識(shí)產(chǎn)權(quán)保護(hù)等諸多技術(shù)的計(jì)算機(jī)應(yīng)用領(lǐng)域,其應(yīng)用和商業(yè)前景非常廣闊。 本文是在數(shù)字圖書館系統(tǒng)的環(huán)境下,對(duì)資源庫(kù)中保存的網(wǎng)頁(yè)進(jìn)行有效分類的研究。在研究初期,認(rèn)真分析了數(shù)字圖書館的總體需求

2、,并通過(guò)其需求總圖、數(shù)據(jù)流程圖和系統(tǒng)模塊圖的描述,找出了系統(tǒng)的關(guān)鍵問(wèn)題之一,就是要解決資源庫(kù)中保存的網(wǎng)頁(yè)文本分類問(wèn)題。從而接下來(lái)的研究工作就是圍繞這個(gè)主題所展開的。 本文的第三章主要介紹了文本分類中的關(guān)鍵技術(shù),包括文本預(yù)處理技術(shù)及面向分類模型的特征抽取技術(shù),從而獲得文本的特征集合;并從理論上分析了KNN學(xué)習(xí)算法以及其他六種常用算法,并比較其特性并最終選擇了KNN算法;同時(shí)也介紹了評(píng)價(jià)分類器性能的幾個(gè)評(píng)價(jià)指標(biāo)。而后在第四章中對(duì)網(wǎng)頁(yè)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論