網絡學術資源主題判定技術研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、互聯(lián)網絡的迅速發(fā)展,使網絡資源成指數級增長,對各專業(yè)領域的發(fā)展也帶來了巨大的影響,對于專業(yè)領域人員而言,怎樣準確地從浩如煙海的網絡信息資源中找到所需的專業(yè)學術資源是一件非常有意義的事情,因此判斷學術資源是否屬于該專業(yè)領域就十分重要了?,F有的一些專業(yè)領域學術資源大都是手動人工整理出來的,存在著工作量大、維護困難、適應性差等缺點。 本文對網絡學術資源主題判定技術進行了研究。其基本思想是:使用基于HTML標簽的網頁正文信息抽取算法抽取

2、得到網頁正文,根據訓練階段得到的該專業(yè)領域主題特征詞集及其權值計算主題相關度。由于大網頁正文向量空間消耗資源過多,TIARI系統(tǒng)提出了基于網頁摘要的主題判定方法予以修正,使用基于網頁結構的摘要選擇方法和基于句子的摘要選擇方法相結合的方式得到網頁的摘要信息,進而計算主題相關度。結合基于網頁正文的主題判定方法和基于網頁摘要的主題判定方法這兩種主題判定方法的優(yōu)點,TIARI系統(tǒng)提出了綜合主題判定方法。綜合主題判定方法根據專業(yè)領域網頁超鏈接的特

3、征和網頁內超鏈接之間的內在聯(lián)系得到一定的權值,并分析基于網頁正文的主題判定方法和基于網頁摘要的主題判定方法的內在聯(lián)系,以此作為兩者權值分配的依據,從而使得主題判定更加準確。本文基于Windows操作系統(tǒng)平臺,采用Java語言實現了SemreX的TIARI系統(tǒng),并且對系統(tǒng)進行了測試。功能測試表明:對網絡學術資源的主題判定功能正常。性能測試結果表明:當閾值取0.35時,基于網頁正文的主題判定、基于摘要的主題判定、綜合主題判定這三種方法的準確

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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論