基于文本分類的WEB信息檢索技術(shù)的研究.pdf

1、隨著Internet的迅猛發(fā)展，搜索引擎已經(jīng)成為人們處理Web信息、獲取信息資源的必備工具。傳統(tǒng)的搜索引擎，即通用搜索引擎不能滿足人們對(duì)個(gè)性化信息檢索服務(wù)日益增長(zhǎng)的需要。近年來(lái)，基于文本分類技術(shù)的面向?qū)ｎ}的搜索引擎應(yīng)運(yùn)而生，以提供分類更細(xì)致精確的Web信息檢索服務(wù)。 文本自動(dòng)分類是指在給定的分類體系下，根據(jù)文本的內(nèi)容自動(dòng)判別文本類別的過(guò)程。近年來(lái)，文本分類技術(shù)已經(jīng)逐漸與搜索引擎、信息推送、信息過(guò)濾等信息處理技術(shù)相結(jié)合，有效地提高

2、了信息服務(wù)的質(zhì)量。文本自動(dòng)分類技術(shù)能夠有效地將文本信息組織管理起來(lái)，幫助人們準(zhǔn)確高效的定位文本信息，為用戶獲取所需信息提供有力的支持。 文本分類的關(guān)鍵技術(shù)主要包括向文本表示模型、特征項(xiàng)賦權(quán)、特征選取、分類器構(gòu)建等，本文對(duì)這些技術(shù)作了詳細(xì)介紹和深入分析。本文在向量空間模型基礎(chǔ)上，通過(guò)針對(duì)常用的特征權(quán)重計(jì)算方法TF-IDF的分析，提出了一種新的權(quán)值計(jì)算方法。該權(quán)值計(jì)算方法將特征評(píng)估函數(shù)包含到特征權(quán)值計(jì)算中，按照特征對(duì)文本分類的辨別能