2023年全國(guó)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83頁未讀 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、網(wǎng)絡(luò)的發(fā)展使得世界各地越來越豐富的電子資源信息供人們使用,但是隨著數(shù)字信息的爆炸性增長(zhǎng),快速有效地獲取需要的相關(guān)信息卻又變得越來越困難,因而對(duì)信息獲取技術(shù)的發(fā)展提出了更高的要求。由于網(wǎng)絡(luò)資源的復(fù)雜性,綜合性的搜索引擎不能適應(yīng)用戶對(duì)信息檢索的準(zhǔn)確性要求,因此專業(yè)化、專題化信息搜索技術(shù)成為熱點(diǎn)和趨勢(shì)。本論文研究的是基于內(nèi)容的面向數(shù)碼產(chǎn)品領(lǐng)域的中文Web網(wǎng)頁的信息獲取問題,其主要任務(wù)是從眾多的網(wǎng)頁中分離和過濾出數(shù)碼產(chǎn)品專題網(wǎng)頁,并進(jìn)一步將其分

2、類管理,以達(dá)到為用戶提供更精確信息的目的。 本論文主要對(duì)中文文本自動(dòng)分類和聚類的相關(guān)技術(shù)進(jìn)行了研究和探討,為開發(fā)面向數(shù)碼產(chǎn)品領(lǐng)域的垂直型搜索引擎提供技術(shù)準(zhǔn)備。論文主要工作包括以下幾個(gè)方面: (1)對(duì)數(shù)碼專題Web網(wǎng)頁的時(shí)間和空間的分布規(guī)律、數(shù)碼產(chǎn)品網(wǎng)頁內(nèi)容的特點(diǎn)以及用字用詞情況進(jìn)行了統(tǒng)計(jì)和分析,為進(jìn)一步的研究工作提供了直接依據(jù)。并根據(jù)面向數(shù)碼專題網(wǎng)頁信息獲取的特點(diǎn),提出了分級(jí)建立資源詞表的思想。 (2)結(jié)合數(shù)碼專

3、題網(wǎng)頁的過濾問題,對(duì)自動(dòng)分類領(lǐng)域中不同的特征選擇方法以及各種分類器的設(shè)計(jì)和性能評(píng)價(jià)方面進(jìn)行了歸納,并利用真實(shí)的網(wǎng)頁數(shù)據(jù)集合進(jìn)行了比較性的實(shí)驗(yàn)。 (3)針對(duì)數(shù)碼產(chǎn)品網(wǎng)頁的分布特點(diǎn),提出了Improved Rocchio算法和基于增量式學(xué)習(xí)機(jī)制的網(wǎng)頁自適應(yīng)分類方法。由于網(wǎng)頁數(shù)據(jù)存在的復(fù)雜性,在不借助人工判斷的情況下,計(jì)算機(jī)很難做出準(zhǔn)確的相關(guān)性評(píng)價(jià),利用錯(cuò)誤的評(píng)價(jià)結(jié)果調(diào)整分類器,就容易使分類模型惡化。本論文提出設(shè)置正反例置信區(qū)間的思想

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論