Similarity Search Based on Textual Content.pdf

1、如今，使用搜索引擎是我們搜索和查找信息的基本方法。網頁搜索已經成為了大量網站的主要工作之一。盡管網頁搜索是檢索信息的一種成功而有效的方式，但是不同應用需要各種不同檢索信息的方法。理解網頁搜索背后的目標，能夠為未來網頁搜索引擎的改進提供一種視覺角度。在搜索查詢目標的相似對象時，出于支持用戶決策的推薦信息以及減少乏味的翻閱的需求，我們的工作基于分析頁面的內容來檢索相似目標的信息。
　　 本文透視網頁搜索的概念，以相似性搜索為重點。相

2、似性搜索指的是搜索類似查詢目標的對象。給出用戶查詢目標的前提下，系統搜索網頁發(fā)現有關的相似對象，這意味著這些對象與查詢目標具有公共的屬性。如果某用戶想搜集相似位置的信息，本文對一種新方法進行建模和分析，這種方法的挑戰(zhàn)是從大量收集的信息結構不良的文件中決定目標特性。
　　 本文評價了這些適合于發(fā)現與原始查詢相似結果的技術。我們提出的方法以詞條提取為基礎，通過在搜索結果中頻繁出現的詞條，將初始查詢的目標與相似對象聯系起來。這些提取的

3、詞條(最重要的K-詞條)被認為是公共的特性，并且他們被用作由系統得出的最終結果所執(zhí)行的隨后查詢。但是，不僅對詞條的賦權將使我們獲得相似目標的結果，而且我們需要核對根據最重要的K-詞條查詢出的結果，以刪除與原始查詢更相關的文檔，因為我們是查找相似目標的結果，而不是最初查詢的結果。
　　 性能評價證明了我們的方法符合用戶的信息需求。這種方法通過檢索相關的特性而得到好的準確度。分析同樣顯示，通過過濾掉文件中與初始查詢相關的內容來提高關