網(wǎng)頁內(nèi)容獲取及基于意圖的聚類.pdf_第1頁
已閱讀1頁，還剩61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、基于意圖的信息檢索研究如何針對用戶查詢意圖進行檢索結(jié)果的提交，是信息檢索智能化的一個熱門課題，具有重要的發(fā)展前景。本文針對意圖信息檢索中的網(wǎng)頁內(nèi)容獲取和基于意圖的網(wǎng)頁聚類進行研究。主要工作如下：
　　 1.元搜索引擎平臺的搭建
　　 本文首先設(shè)計并實現(xiàn)了一個對多個搜索引擎檢索結(jié)果的信息進行抓取和結(jié)構(gòu)化存儲的元搜索引擎，為進一步獲取檢索結(jié)果數(shù)據(jù)奠定基礎(chǔ)。
　　 2.基于VIPS（VIsion—based Page

2、Segmentation）原理的REBVIPS（RegularExpression Based on VIPS）算法模型
　　 本文基于VIPS技術(shù)提出了一種利用正則表達式建立視覺頁面同標簽屬性關(guān)系矩陣的網(wǎng)頁內(nèi)容獲取算法REBVIPS，實現(xiàn)了網(wǎng)頁的結(jié)構(gòu)化抓取模式，同時通過對屬性標簽的分析實現(xiàn)了網(wǎng)頁噪聲干擾處理。實驗表明，該方法具有較好的網(wǎng)頁內(nèi)容獲取性能。
　　 3.基于TR（Topic Rank）相似意圖網(wǎng)頁聚類

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 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