基于UCL的網(wǎng)頁信息自動分類及標引技術研究.pdf_第1頁
已閱讀1頁，還剩77頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、互聯(lián)網(wǎng)的迅猛發(fā)展，使網(wǎng)絡信息急劇增長。人們對信息服務的要求不斷提高，未來的信息網(wǎng)絡將變得越來越人性化，用戶將獲得優(yōu)質的信息服務和個性化的主動服務。而網(wǎng)絡信息的內容理解，對真正實現(xiàn)信息主動服務有著重要作用，也是信息處理中十分重要的課題。論文從網(wǎng)頁信息的自動分類與自動標引技術方面開展理論與實驗研究，以解決共享信息網(wǎng)絡中網(wǎng)頁信息的內容理解與資源整合問題。 論文首先分析了相關技術的國內外研究現(xiàn)狀，論述了UCL技術、文本分類和網(wǎng)頁信息自動

2、標引的相關基礎理論。 然后，提出基于網(wǎng)站結構的分類算法及適合網(wǎng)絡信息資源的UCL分類代碼，創(chuàng)建分類特征庫，完成了網(wǎng)站結構分類器的構建。采用樸素貝葉斯算法，通過網(wǎng)頁預處理、文本分詞、特征提取等過程構建了樸素貝葉斯分類器。完成語料庫的構建，在統(tǒng)一分類法基礎上，測試兩種分類器的性能，實驗結果表明，網(wǎng)站結構分類器的準確率達97％以上，優(yōu)于樸素貝葉斯分類器，驗證了網(wǎng)站結構分類器的可行性及有效性。 其次，參照都柏林核心元數(shù)據(jù)規(guī)范構建

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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