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78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Internet發(fā)展進程的加快,網(wǎng)絡(luò)信息資源在數(shù)量上呈爆炸式增長?,F(xiàn)有的搜索引擎大多是基于文本和關(guān)鍵字的通用檢索,存在查詢方式單一、查準率低、用戶滿意度差等諸多問題。為了解決這些問題,本文利用元數(shù)據(jù)對Web中非結(jié)構(gòu)化文本進行描述性標(biāo)記來達到提高信息檢索質(zhì)量的目的。 本文的主要研究工作包括以下三個方面: 其一,對Web中非結(jié)構(gòu)化文本信息特點進行分析后,參考國內(nèi)外各種網(wǎng)絡(luò)信息資源元數(shù)據(jù)模型,完成了Web中非結(jié)構(gòu)化文本信息

2、元數(shù)據(jù)的標(biāo)準化工作,并確定了元數(shù)據(jù)的核心集。 其二,研究了Web中非結(jié)構(gòu)化文本信息元數(shù)據(jù)的自動抽取技術(shù)。通過網(wǎng)絡(luò)蜘蛛程序提取標(biāo)題、URL、作者、日期等元數(shù)據(jù)。在對關(guān)鍵詞元數(shù)據(jù)提取過程中,采用ICTCLAS中文分詞系統(tǒng),實現(xiàn)了分詞系統(tǒng)的JAVA調(diào)用。對分詞系統(tǒng)中N.最短路徑的粗分模型進行了改進,通過過濾無覆蓋型歧義切分結(jié)構(gòu)的切分方案,使得剩余粗分結(jié)果數(shù)量大大減少。 其三,在元數(shù)據(jù)標(biāo)準的基礎(chǔ)上,對如何有效的進行元數(shù)據(jù)的存儲和

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

評論

0/150

提交評論