基于網(wǎng)絡信息檢索的網(wǎng)頁文本抽取和處理的研究.pdf_第1頁
已閱讀1頁，還剩64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(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、隨著當今社會的飛速發(fā)展，地理環(huán)境變化日新月異，傳統(tǒng)地理信息測繪方法遇到諸多問題?；ヂ?lián)網(wǎng)作為當今最重要的信息載體，擁有實時性強和信息獲取價格低廉的優(yōu)勢，為地理信息測繪提供了一條新的渠道。結合網(wǎng)絡信息檢索技術和自然語言處理方法，能夠從海量互聯(lián)網(wǎng)信息中獲取地理信息相關知識，完成地理信息變化更新的快速檢索和實時檢測，彌補了傳統(tǒng)測繪方法的不足。
　　本文對網(wǎng)絡信息檢索技術進行研究，從主題網(wǎng)絡爬蟲角度出發(fā)，針對現(xiàn)有主題爬蟲算法通用性不強的問題

2、，提出了基于鏈接回溯的主題爬蟲算法。該算法針對當前新聞網(wǎng)站的鏈接結構特點，通過回溯的方法計算出最有可能包含主題相關內(nèi)容的鏈接方向，從而大幅提高了主題相關網(wǎng)頁的獲取效率。同時結合網(wǎng)絡文本挖掘和自然語言處理方法，設計了各項網(wǎng)頁文本要素和地理信息要素的抽取方法，能夠準確地從網(wǎng)頁文本中抽取出相關信息。最終，本文實現(xiàn)了基于主題網(wǎng)絡爬蟲技術的地理信息變化檢測原型系統(tǒng)。經(jīng)過大量系統(tǒng)實驗，證明該系統(tǒng)具有良好的可用性，查詢結果有較高的查全率和查準率，同時

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。

評論

0/150

提交評論