已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀
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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)對人們生活的影響力越來越大，用戶對從互聯(lián)網(wǎng)中獲得全面、權(quán)威、地域性信息的需求越來越強烈，比如生活在深圳的人對深圳的信息的興趣更大。這就提出了新的互聯(lián)網(wǎng)應(yīng)用需求，如何滿足不同城市的人對所在城市知識的需求，如何對海量的數(shù)據(jù)分類并挖掘出滿足條件的詞條是本課題的主要研究內(nèi)容。
本文以自然語言處理的相關(guān)技術(shù)對百度百科近300萬詞條進(jìn)行中文信息處理，主要包括兩個方面的內(nèi)容：一是構(gòu)建百科知識檢索系統(tǒng)；二是構(gòu)建
2、城市百科分類系統(tǒng)。
1.構(gòu)建百科知識檢索系統(tǒng)：主要包括百度百科數(shù)據(jù)爬蟲、網(wǎng)頁凈化、正排索引、倒排索引及數(shù)據(jù)檢索。所實現(xiàn)的網(wǎng)絡(luò)爬蟲爬取了近300萬百度百科詞條；建立了相應(yīng)的檢索系統(tǒng)，對索引的粒度進(jìn)行了優(yōu)化，采取了以段落為索引和檢索的基本單位，實驗證明在其它條件相同的情況下，該系統(tǒng)的檢索精度比以文章為索引單位的系統(tǒng)提高了近50％。
2.構(gòu)建城市百科分類系統(tǒng)：主要包括文本的城市空間分類和百科知識條目分類。本文對特征詞提取方
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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)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