網(wǎng)頁(yè)內(nèi)容獲取及基于意圖的聚類(lèi).pdf_第1頁(yè)
已閱讀1頁(yè)，還剩61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(hù)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、基于意圖的信息檢索研究如何針對(duì)用戶(hù)查詢(xún)意圖進(jìn)行檢索結(jié)果的提交，是信息檢索智能化的一個(gè)熱門(mén)課題，具有重要的發(fā)展前景。本文針對(duì)意圖信息檢索中的網(wǎng)頁(yè)內(nèi)容獲取和基于意圖的網(wǎng)頁(yè)聚類(lèi)進(jìn)行研究。主要工作如下：
　　 1.元搜索引擎平臺(tái)的搭建
　　 本文首先設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)對(duì)多個(gè)搜索引擎檢索結(jié)果的信息進(jìn)行抓取和結(jié)構(gòu)化存儲(chǔ)的元搜索引擎，為進(jìn)一步獲取檢索結(jié)果數(shù)據(jù)奠定基礎(chǔ)。
　　 2.基于VIPS（VIsion—based Page

2、Segmentation）原理的REBVIPS（RegularExpression Based on VIPS）算法模型
　　 本文基于VIPS技術(shù)提出了一種利用正則表達(dá)式建立視覺(jué)頁(yè)面同標(biāo)簽屬性關(guān)系矩陣的網(wǎng)頁(yè)內(nèi)容獲取算法REBVIPS，實(shí)現(xiàn)了網(wǎng)頁(yè)的結(jié)構(gòu)化抓取模式，同時(shí)通過(guò)對(duì)屬性標(biāo)簽的分析實(shí)現(xiàn)了網(wǎng)頁(yè)噪聲干擾處理。實(shí)驗(yàn)表明，該方法具有較好的網(wǎng)頁(yè)內(nèi)容獲取性能。
　　 3.基于TR（Topic Rank）相似意圖網(wǎng)頁(yè)聚類(lèi)

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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)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(hù)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。

最新文檔

評(píng)論

0/150

提交評(píng)論