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Internet網(wǎng)信息的急速膨脹,各項和Web有關(guān)的服務(wù)也都逐漸增多,Web信息在很多方面得到了廣泛的應(yīng)用。在本文中,我們探索了網(wǎng)絡(luò)文本之間的相關(guān)度計算方法。重點討論了以下兩個問題:
首先,網(wǎng)絡(luò)文本的獲得。網(wǎng)絡(luò)文本的獲得是指從網(wǎng)頁中抽取出主題正文信息,屬于信息抽取。網(wǎng)頁具有半結(jié)構(gòu)化的特點,其內(nèi)容不光有我們所要的表達某一主題的文本,還有以盈利為目的廣告信息、用來指示與該網(wǎng)頁相關(guān)聯(lián)的網(wǎng)頁的鏈接及鏈接描述(錨文本)、給瀏覽器閱讀
2、的網(wǎng)頁源代碼等等,從中抽取出其中表達某一主題的文本,過濾掉不相干的信息,這是我們所要研究的內(nèi)容。
其次,文本相關(guān)度的計算。文本相關(guān)度指文本之間聯(lián)系的緊密程度。人們常?;谙蛄靠臻g模型來計算文本之間的相關(guān)度。
本文首次用最大熵解決了網(wǎng)絡(luò)文本的獲取問題,提出了基于最大熵的網(wǎng)頁正文信息抽取算法;對于文本相關(guān)度計算,我們研究了詞匯集聚與文本主題之間的關(guān)系,分析了詞匯集聚反應(yīng)文本主題的幾個因素,并組合了這些因素,最后我們提出了
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(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。
最新文檔
- 基于維基百科的短文本相關(guān)度計算.pdf
- 基于語義的文本相似度計算研究.pdf
- 基于文本空間表示模型的文本相似度計算研究
- 基于語義情感傾向的文本相似度計算.pdf
- 基于文本相似度計算的文本聚類算法研究與實現(xiàn).pdf
- 一種基于語義網(wǎng)絡(luò)的中文文本相似度計算方法.pdf
- 基于語義加權(quán)的中文文本相似度計算研究.pdf
- 基于主題模型的文本相似度計算研究與實現(xiàn).pdf
- 基于知網(wǎng)的中文文本相似度計算研究.pdf
- 基于BTM主題模型特征擴展的短文本相似度計算.pdf
- 領(lǐng)域文本相似度計算方法研究.pdf
- 基于領(lǐng)域信息加權(quán)的文本相似度計算研究與實現(xiàn).pdf
- 基于語序片的文本相似度研究.pdf
- 基于《知網(wǎng)》的文本相似度研究.pdf
- 基于文本相關(guān)的語音情感識別研究.pdf
- 基于維基百科的漢語詞語及短文本相關(guān)度計算方法研究.pdf
- 基于文本相似度的中文文本聚類的研究.pdf
- 基于《知網(wǎng)》義原空間的文本相似度計算研究與實現(xiàn).pdf
- 基于語義分析的文本相似度算法研究.pdf
- 基于PageRank值的文本相似度改進模型.pdf
評論
0/150
提交評論