2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩70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、在當(dāng)今信息大爆炸的時(shí)代,用戶如何在浩如煙海的信息中高效地篩選并整合對(duì)自己有利的信息成了難題。而另一方面,隨著網(wǎng)絡(luò)的不斷發(fā)展,網(wǎng)絡(luò)新聞的盛行,傳統(tǒng)媒體與網(wǎng)絡(luò)這一“第四媒體”之間的界限將越來(lái)越模糊。
   所以在新聞?lì)I(lǐng)域,為了跨越傳統(tǒng)媒體與網(wǎng)絡(luò)媒體之間的界限,同時(shí)又可以幫助用戶快速地將所需的新聞聚合在一起,本文對(duì)多形式多來(lái)源的新聞聚合技術(shù)進(jìn)行了研究。
   作者研究了多形式新聞聚合所需關(guān)鍵技術(shù),在現(xiàn)在盛行的信息聚合工具RSS

2、技術(shù)的基礎(chǔ)上,提出了應(yīng)用于新聞?lì)I(lǐng)域的,基于內(nèi)容的多形式新聞自動(dòng)聚合解決方案。本文的關(guān)鍵研究?jī)?nèi)容概括如下:
   利用Agent的自治能力和合作能力,本文將不同新聞源不同形式的新聞的處理交由不同的功能Agent完成,同時(shí)又結(jié)合了關(guān)鍵詞自動(dòng)抽取技術(shù)以及特征向量相似度匹配技術(shù),提出了基于內(nèi)容的多形式多來(lái)源新聞聚合系統(tǒng)架構(gòu)C-NSSA(Content Based News Syndication System Architecture)

3、,用于指導(dǎo)多源多形式新聞的自動(dòng)聚合。該架構(gòu)采用Multi-Agent結(jié)構(gòu),實(shí)現(xiàn)了新聞的采集、預(yù)處理、關(guān)鍵詞提取、匹配集合、與用戶交互等功能,具有高并行性、高可靠性和高可擴(kuò)展性。
   在系統(tǒng)架構(gòu)C-NSSA的指導(dǎo)下,本文對(duì)新聞自動(dòng)聚合的核心技術(shù),包括新聞頁(yè)面解析技術(shù)、新聞文檔關(guān)鍵詞自動(dòng)提取技術(shù)以及表示新聞內(nèi)容的關(guān)鍵詞集合匹配技術(shù),進(jìn)行了深入的研究。
   在新聞頁(yè)面解析階段,本文提出了基于新聞頁(yè)面結(jié)構(gòu)特征的頁(yè)而解析方法。

4、該方法在HTML DOM技術(shù)的基礎(chǔ)之上,首先將html文本轉(zhuǎn)化成DOM樹,然后通過(guò)新聞頁(yè)面的結(jié)構(gòu)特征研究結(jié)果,根據(jù)文本節(jié)點(diǎn)分組總大小,以及一個(gè)分組內(nèi)文本節(jié)點(diǎn)大小分析,來(lái)實(shí)現(xiàn)新聞標(biāo)題以及正文的提取。使得頁(yè)面解析算法更適用于本系統(tǒng)架構(gòu)的實(shí)際應(yīng)用情況。在新聞關(guān)鍵詞提取階段,本文利用詞的共現(xiàn)性原理,對(duì)原有的TF*IDF方法進(jìn)行了改進(jìn)。該方法以傳統(tǒng)的關(guān)鍵詞權(quán)重計(jì)算方法TF*IDF為基礎(chǔ),綜合考慮了新聞的內(nèi)容分類,又結(jié)合新聞的特點(diǎn)得出詞語(yǔ)的位置信息

5、特征,以及詞與詞之間的共現(xiàn)性特征,使得該關(guān)鍵詞權(quán)重訃算方法更適用于針對(duì)新聞文檔的關(guān)鍵詞提取。而在最后的新聞密切度匹配上,本文借鑒了應(yīng)用廣泛的向量空間模型(VSM)以及余弦系數(shù)的算法用來(lái)計(jì)算特征向量的相似性。同時(shí)又考慮到本系統(tǒng)的特殊情況,視頻新聞沒有文本,只基于內(nèi)容的多源新聞聚合關(guān)鍵技術(shù)研究與實(shí)現(xiàn)有個(gè)數(shù)有限的關(guān)鍵詞,若獨(dú)獨(dú)采用相似度計(jì)算的方法可能會(huì)影響匹配效果,于是再次加入詞共現(xiàn)性特征的計(jì)算。綜合考慮了詞的相似度以及關(guān)聯(lián)度兩個(gè)因素,得到了

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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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