互聯(lián)網(wǎng)頁(yè)文字信息分析技術(shù)研究與應(yīng)用.pdf

1、在這個(gè)信息增長(zhǎng)非常迅速的時(shí)代，人們對(duì)信息的需求越來(lái)越多，越來(lái)越專業(yè)，對(duì)信息的篩選要求也越來(lái)越高。一方面人類在學(xué)習(xí)過(guò)程中所獲取的知識(shí)的來(lái)源途徑已經(jīng)走向了互聯(lián)網(wǎng)，而另一方面信息爆炸的問(wèn)題越來(lái)越嚴(yán)重。為了解決這個(gè)問(wèn)題，全世界大量的研究人員嘗試提供一種更有效的機(jī)制來(lái)尋找和表現(xiàn)海量的信息。 本文的研究正是探求這方面的一些理論，實(shí)踐與應(yīng)用框架。 第一章概述互聯(lián)網(wǎng)知識(shí)獲取技術(shù)的背景。 第二章展示從向量空間模型出發(fā)的知識(shí)點(diǎn)分類和

2、多文檔摘要結(jié)合研究的成果，其中主要分析了KNN，SVM以及本文提出的模糊KNN三種方法對(duì)知識(shí)點(diǎn)劃分的效果；提出了結(jié)合分類與鏈接分析的多文檔摘要方法，以及利用涉及度進(jìn)行數(shù)據(jù)挖掘的原理。 第三章介紹本文的實(shí)踐應(yīng)用：Antares網(wǎng)頁(yè)搜索系統(tǒng)。此章詳細(xì)說(shuō)明一個(gè)結(jié)合信息過(guò)濾和選擇的搜索引擎的方方面面。為如何實(shí)現(xiàn)同類型系統(tǒng)提供了一個(gè)良好的范例和借鑒。 第四章引入語(yǔ)義概念的概率模型，對(duì)隱含語(yǔ)義檢索(LSI)和WordNet做了簡(jiǎn)單介