基于WEB頁(yè)面的關(guān)鍵詞與關(guān)鍵概念提取技術(shù).pdf

1、該論文詳細(xì)介紹了一種基于Web頁(yè)面的關(guān)鍵詞與關(guān)鍵概念提取技術(shù)及其實(shí)驗(yàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn),并對(duì)該技術(shù)在搜索引擎中的應(yīng)用進(jìn)行了探討.論文的核心內(nèi)容包含以下三部分:首先,關(guān)鍵詞提取系統(tǒng)介紹.圍繞著Web頁(yè)面的特殊性開(kāi)始,依據(jù)Web頁(yè)面不同于一般文本的特殊性,介紹了一種基于Web頁(yè)面的關(guān)鍵詞提取技術(shù).該技術(shù)的實(shí)現(xiàn)充分利用了Web頁(yè)面中的各種標(biāo)記.然后,關(guān)鍵概念提取系統(tǒng)介紹.語(yǔ)言是一種不斷發(fā)展的文化,新概念層出不窮,同時(shí)還存在很多人名、地名、機(jī)構(gòu)名

2、等專有名詞.這些概念的存在影響了關(guān)鍵詞的提取質(zhì)量.從常用的N元語(yǔ)法入手,分析該方法存在的問(wèn)題—N元截?cái)嘈?yīng),提出了一種基于上下文和互信息的關(guān)鍵概念提取方法.該方法的實(shí)現(xiàn)克服了N元算法的截?cái)嘈?yīng),實(shí)現(xiàn)了可變長(zhǎng)的概念提取方法.同時(shí),該文又結(jié)合規(guī)則選詞的方法,對(duì)提取結(jié)果進(jìn)行了優(yōu)化,取得較好的實(shí)驗(yàn)效果.最后,論文對(duì)該技術(shù)在搜索引擎中的應(yīng)用在理論進(jìn)行了簡(jiǎn)單的探討.通過(guò)對(duì)搜索引擎中"相關(guān)性(系統(tǒng)角度的相關(guān)性與用戶角度的相關(guān)性)"問(wèn)題的分析,提出了一