基于主題的互聯(lián)網(wǎng)信息搜索方法研究.pdf_第1頁
已閱讀1頁，還剩76頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：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)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文針對基于主題的信息抽取提出了一系列新穎的方法來解決抽取過程中所遇到的技術(shù)問題。首先，本文提出了一種基于概率匹配和詞性匹配的中文分詞方法，在提高分詞效率的同時(shí)，很好的解決了中文分詞的歧義性問題，為后續(xù)的網(wǎng)頁聚焦和網(wǎng)頁信息抽取工作提供了必要的技術(shù)支持。其次，針對傳統(tǒng)的基于主題的網(wǎng)頁搜索算法執(zhí)行效率不高、精確度低的缺點(diǎn)，設(shè)計(jì)了一種基于機(jī)器學(xué)習(xí)的鏈接分層搜索算法。該算法通過機(jī)器學(xué)習(xí)，得到頁面鏈接模式并對待擴(kuò)展結(jié)點(diǎn)分層。此算法能夠有效地獲

溫馨提示

  • 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論