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64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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的高速發(fā)展和廣泛應(yīng)用,網(wǎng)絡(luò)提供給用戶的資源與日俱增。特別是傳統(tǒng)搜索引擎無法搜索到的海量信息資源規(guī)模增長顯著,稱這部分資源為Deep Web。關(guān)于Deep Web的研究,是近年來Web數(shù)據(jù)管理方向的研究熱點。
  在Deep Web數(shù)據(jù)提取方面,很多工作都是對Deep Web頁面數(shù)據(jù)記錄或是數(shù)據(jù)項的研究,如何深入分析Deep Web整個頁面結(jié)構(gòu)的研究以及如何從頁面中定位數(shù)據(jù)記錄所在區(qū)域還很不充分,但是這兩項研究內(nèi)容對Dee

2、p Web語義標注、Deep Web數(shù)據(jù)提取、Web信息檢索和文本處理具有重要意義。因此,本文主要的研究工作聚焦于任意Deep Web頁面內(nèi)容結(jié)構(gòu)的提取和Deep Web查詢結(jié)果頁面核心內(nèi)容域的提取。主要研究及成果如下:
  第一:Deep Web頁面的標簽特征和視覺特征
  本文通過分析大量的Deep Web頁面發(fā)現(xiàn),Deep Web頁面具有標簽和視覺兩方面的特征。從這兩個方面入手,提出了一種結(jié)合標簽信息和視覺信息分析頁面

3、的方法,該方法從客觀和主觀兩方面分析了Deep Web頁面的特征。采用樹型的結(jié)構(gòu)來表述頁面的標簽信息和視覺信息,分別使用Tag-Tree表示頁面的標簽信息,使用Visual-AttributeTree表示頁面的視覺信息。采用標簽特征和視覺特征相結(jié)合的方法的準確性優(yōu)于只依賴于其中一種特征的方法。
  第二:Deep Web頁面內(nèi)容結(jié)構(gòu)的提取
  本文采用樹型結(jié)構(gòu)來表示頁面的內(nèi)容結(jié)構(gòu),將這棵樹取名為Visual-Block-Tr

4、ee。樹中的根節(jié)點代表整個頁面,樹中的每個塊對應(yīng)著頁面中的一個矩形區(qū)域,樹中的葉子塊表示頁面中不可再分部分。本文通過噪聲過濾和視覺塊聚類兩個階段實現(xiàn)頁面內(nèi)容結(jié)構(gòu)的提取。提出了相似性聚類算法TVS算法,實驗表明該算法能很好地提取頁面的內(nèi)容結(jié)構(gòu)。
  第三:Deep Web查詢結(jié)果頁面核心內(nèi)容域(rich-contentarea)的提取
  本文使用相似性計算算法-TVS算法計算得到同一Web數(shù)據(jù)庫的查詢頁面和查詢結(jié)果頁面Vis

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)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)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(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