版權說明: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,請進行舉報或認領
文檔簡介
1、隨著計算機和通訊技術的發(fā)展和進步,人類社會進入了信息社會?;ヂ?lián)網(wǎng)已經(jīng)在人們的日常信息交流中占據(jù)這越來越重要的地位,但是,Web網(wǎng)頁中也包含有不少不健康的內(nèi)容,其中不乏反動、暴力、封建迷信等內(nèi)容的不良信息,使得人們不勝其煩,迫切地期望在瀏覽各種網(wǎng)頁的時候,能夠有效的避免垃圾信息的干擾,因而對對網(wǎng)絡內(nèi)容的監(jiān)控和過濾逐漸成為研究熱點。
本文研究了面向Web頁面中特定主題的過濾問題,分析了面向特定主題進行內(nèi)容過濾的特點以及web頁
2、面的內(nèi)容特征,并基于分類的潛在語義模型(CLSI),設計了基于CLSI的Web內(nèi)容過濾器,主要工作如下:
1)本文研究了主題信息中特征詞的特點后,在對頁面的預處理中,采用只對詞性標注后的名詞,動詞,形容詞進行處理,取代了傳統(tǒng)的去除停用詞的步驟,并且在系統(tǒng)的訓練過程后將提取的特征詞保存在特征詞表中,作為本主題的主題詞典,在以后的過濾過程中,可以對頁面內(nèi)容直接根據(jù)特征詞表進行處理,提高了系統(tǒng)的運行效率和過濾的準確性。
3、 2)文章對Web頁面標簽與文字重要度進行了研究,對一些web標簽進行了權重設計,在對頁面進行文本的特征項提取和權重計算中,加入對網(wǎng)頁中的文字標記格式的處理,使得對web頁面的文字處理更有針對性。
3)潛在語義模型(LSI)解決了傳統(tǒng)的文本過濾模型只針對詞語進行淺層統(tǒng)計的局限性,能很好的體現(xiàn)出了整個文檔集的語義結(jié)構,但由于其并沒有對主題信息中的正反文本進行區(qū)分學習,因此對特征詞的區(qū)分度不是很好,本文提出了一種基于分類的
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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
- 電子郵件系統(tǒng)的安全過濾設計.pdf
- 企業(yè)郵件安全過濾網(wǎng)關的研究.pdf
- 面向不良文本信息過濾的概念網(wǎng)技術研究.pdf
- 工法文本范例
- 面向網(wǎng)絡圖像過濾的文本抽取技術研究.pdf
- 基于HTTP協(xié)議面向中文文本的過濾技術研究.pdf
- 英語立法文本的語用翻譯.pdf
- 基于內(nèi)容分析的信息安全過濾技術研究.pdf
- 論刑法文本的語義解釋.pdf
- 電子郵件安全過濾與檢查技術研究.pdf
- 互聯(lián)網(wǎng)信息內(nèi)容安全過濾方法研究.pdf
- 面向網(wǎng)絡不良文本過濾的概念網(wǎng)技術研究與實現(xiàn).pdf
- 面向網(wǎng)絡不良文本過濾的概念網(wǎng)技術研究與實現(xiàn)
- 校園網(wǎng)絡安全過濾模型及關鍵算法研究.pdf
- 移動通信網(wǎng)頁內(nèi)容安全過濾系統(tǒng)設計與實現(xiàn).pdf
- 電力網(wǎng)絡StoneWall-2000安全過濾裝置的研究與實現(xiàn).pdf
- 漢語立法文本中“的”字結(jié)構研究.pdf
- 國家級工法文本范例
- 關聯(lián)順應與立法文本翻譯
- 基于PLSA模型非法圖片過濾技術的研究.pdf
評論
0/150
提交評論