1、搜索引擎是網(wǎng)絡信息檢索的重要工具，但現(xiàn)有搜索引擎檢索到的結果太多，用戶很難找到真正想要的資料。如何提高搜索引擎的查準率是其亟待解決的問題。文本自動分類技術是自然語言處理的一個重要的應用領域，是替代傳統(tǒng)的繁雜人工分類方法的有效手段和必然趨勢。將計算機文本自動分類引入搜索引擎，可以有效地提高搜索引擎的檢索精度，為用戶提供高質量、高相關度的查詢結果。 1.對向量空間模型的概念，涉及的相關技術進行了詳細的介紹。在透徹分析網(wǎng)頁結構特點的基

2、礎上，結合網(wǎng)頁的特性，對TF-IDF特征權重計算公式進行了改進，體現(xiàn)了處于Web文本結構中不同位置的特征詞對文本類別的不同區(qū)別能力。 2.對文本自動分類中的特征選擇這一關鍵技術進行了研究。在對特征選擇步驟和常用特征選擇算法進行分析的基礎上，對互信息算法進行了深入分析，考慮類別比例不同和負值情況下隱藏的影響較大的特征信息，對其進行改進，使文本之間的相似度更為準確。 3.對分類系統(tǒng)中的分類算法這一核心技術進行了深入研究。在介