2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前,隨著網(wǎng)絡(luò)技術(shù)的翻天覆地的發(fā)展變化,互聯(lián)網(wǎng)上的信息資源日益豐富,已經(jīng)成為人們在日常生活、學(xué)習(xí)和工作中快速獲取信息的重要途徑。因此,如何有效地處理網(wǎng)上信息,成為信息處理領(lǐng)域一個很重要的研究課題,有效的方法是對網(wǎng)頁進行自動分類處理,然而,大部分的研究者都是在自己建立的訓(xùn)練庫上做測試得出結(jié)論。分類算法的分類性能和訓(xùn)練庫之間相關(guān),高質(zhì)量的訓(xùn)練庫會使分類器得到比較好的分類性能。 在本文中,主要研究訓(xùn)練庫自動獲取的方法。雖然對訓(xùn)練庫的研

2、究很少,但是有幾個方面的原因說明它是值得研究。 首先,如果訓(xùn)練庫的建立過程能夠自動實現(xiàn),特別是訓(xùn)練樣本能夠自動獲取,將提高訓(xùn)練庫建立的速度,將減輕人們的工作量,加快分類的速度。 其次,對于普通用戶也能迅速建立起自己所需要的訓(xùn)練庫,將減少人們在整個分類過程中手工參與的程度。 最后,將建立的訓(xùn)練庫和分類效果比較好的分類算法結(jié)合在一起,能提高分類的準(zhǔn)確率,同時也能對訓(xùn)練庫進一步的改進和提高。 對于訓(xùn)練庫的自動獲

3、取,本文主要做了以下幾個方面的工作: (1)針對傳統(tǒng)的手工獲取訓(xùn)練網(wǎng)頁,本文提出了基于Google Web API的方法來收集網(wǎng)頁作為訓(xùn)練樣本,快速獲取網(wǎng)頁,減少人們的工作量。 (2)改造了傳統(tǒng)的訓(xùn)練庫結(jié)構(gòu),傳統(tǒng)訓(xùn)練庫中的類是并列的,改進為具有類層次結(jié)構(gòu)的,并且盡量把訓(xùn)練庫中所有的類都具有層次結(jié)構(gòu),即對于每個父類,都有一個或者幾個子類,利用父類及其子類的類名作為查詢關(guān)鍵詞,利用Google Web API來收集網(wǎng)絡(luò)資源,

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(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