

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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著因特網(wǎng)技術(shù)的飛速發(fā)展和搜索引擎技術(shù)的日趨成熟,人們逐漸開始頻繁利用網(wǎng)絡(luò)來獲取所需的資源,而現(xiàn)有的搜索引擎返回的查詢結(jié)果數(shù)量龐大且呈線性排列,用戶很難在較短的時間內(nèi)找到有用的信息,因此如何能夠快捷、準確地發(fā)現(xiàn)信息則成為目前信息檢索領(lǐng)域亟待解決的問題。文本聚類具有較強的靈活性和自動處理能力,已經(jīng)逐漸成為對搜索引擎進行有效地組織和導航的重要手段。 本文就文本聚類算法進行了深入的研究,采用Lingo聚類算法作為主要框架,探索和研究文
2、本聚類在搜索引擎領(lǐng)域內(nèi)的應(yīng)用,主要研究工作如下: 文本預(yù)處理的許多關(guān)鍵技術(shù)直接影響聚類的效果,因此本文對文本聚類預(yù)處理中涉及的關(guān)鍵技術(shù)做了深入的研究,在此基礎(chǔ)上設(shè)計和實現(xiàn)了包含網(wǎng)頁去噪、詞干提取、停止詞過濾等功能的預(yù)處理子系統(tǒng)。 TF-IDF是向量空間模型中最常用的權(quán)重計算方法,它可以有效地強化在文檔中出現(xiàn)的高頻詞匯的權(quán)重,弱化在文檔集合中出現(xiàn)頻率較高但是包含文檔信息量少的常用詞的權(quán)重。但是,事實上詞對文檔的重要程度還
3、與詞的詞性以及詞在文檔中的位置因素有關(guān),因此本文在傳統(tǒng)的TF-IDF的基礎(chǔ)上加入詞性權(quán)重與位置權(quán)重對其進行修正,實驗證明改進后的TF-IDF可以更加準確的描述詞對文檔的重要程度,有效地提高了聚類算法的查準率和查全率,使算法的整體性能有了較大的提高。 本文對Lingo聚類算法做了深入的研究和分析,通過對比實驗證明它比目前流行的后綴樹算法(STC)聚類的性能更優(yōu),提取出的類標簽更能反映類別信息,易于理解。但是它產(chǎn)生的聚類沒有層次性,
4、不能很好的反映類別之間的包含關(guān)系。因此本文在Lingo的基礎(chǔ)上引入HSTC(層次的后綴樹聚類算法)中層次組織的方法對Lingo的聚類結(jié)果進行層次組織。實驗證明改進后的層次的Lingo聚類算法(HLingo)能夠較好的表現(xiàn)類別之間的層次關(guān)系,提取出的類標簽也能充分的反應(yīng)類別信息,克服了類合并時出現(xiàn)的類標簽提取過長的問題,而且通過引入雙閾值來調(diào)整包含關(guān)系,有效地克服了HSTC中類合并頻繁的問題。無論是在測試集數(shù)據(jù)比較單一還是比較復(fù)雜的情況下
5、都能獲得較好的聚類效果,比HSTC具有更好穩(wěn)定性。 通常情況下對詞進行詞性標注時必須要考慮詞的上下文環(huán)境,因此如果將詞性標注技術(shù)引入搜索引擎結(jié)果聚類系統(tǒng)則意味著對搜索搜索引擎返回的結(jié)果必須在線進行標注,但由于詞性標注算法的實現(xiàn)往往比較復(fù)雜,算法的時間復(fù)雜度較高,這對搜索引擎結(jié)果聚類系統(tǒng)的運行效率影響很大。本文對詞性標注技術(shù)做了較為深入的研究,考慮到將詞性標注引入聚類系統(tǒng)帶來的巨大的系統(tǒng)開銷,設(shè)計和實現(xiàn)了一個基于XML的詞性詞典,
6、只有第一次被檢索到的文檔才進行詞性標注并更新詞典,否則直接在詞典中查詢即可得到詞的詞性信息,通過這種方式有效地避免了對相同文檔地重復(fù)標注,從而減少了系統(tǒng)不必要的開銷。最后結(jié)合以上幾個方面的研究,設(shè)計和實現(xiàn)了一個聚類系統(tǒng)HappyDonkey,并將開源的搜索引擎Nutch集成到本系統(tǒng)中,實現(xiàn)了一個既可以對Yahoo搜索引擎返回的結(jié)果進行聚類,又可以就本系統(tǒng)的查詢結(jié)果進行聚類,對外開放查詢接口的多功能的聚類系統(tǒng)。 實驗證明,本文所研
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 搜索引擎返回結(jié)果的聚類方法研究.pdf
- 搜索引擎搜索結(jié)果的聚類研究.pdf
- 搜索引擎技術(shù)的研究與實現(xiàn)—元搜索引擎和文本聚類.pdf
- Web搜索引擎的搜索結(jié)果聚類研究.pdf
- 元搜索引擎結(jié)果聚類優(yōu)化的研究與實現(xiàn).pdf
- 搜索引擎返回結(jié)果的自動摘要研究.pdf
- 元搜索引擎檢索結(jié)果聚類技術(shù)的研究與改進.pdf
- 搜索引擎結(jié)果的聚類系統(tǒng)研究.pdf
- 搜索引擎中網(wǎng)絡(luò)爬蟲及結(jié)果聚類的研究與實現(xiàn).pdf
- 搜索引擎檢索結(jié)果聚類方法的研究與改進.pdf
- 元搜索引擎聚類的研究與實現(xiàn).pdf
- 搜索引擎設(shè)計分析與結(jié)果聚類改進.pdf
- 面向購物的聚類搜索引擎的研究與實現(xiàn).pdf
- 文檔聚類在搜索引擎結(jié)果中應(yīng)用的研究.pdf
- 聚類搜索引擎系統(tǒng)的研究與改進.pdf
- 面向搜索引擎的文本聚類研究.pdf
- 基于模糊聚類算法及推薦技術(shù)的搜索引擎結(jié)果排序.pdf
- 主題搜索引擎索引技術(shù)的研究與實現(xiàn).pdf
- 基于維基百科的搜索引擎檢索結(jié)果聚類.pdf
- 基于web挖掘的聚類搜索引擎研究
評論
0/150
提交評論