搜索引擎中自動分類關鍵技術研究.pdf_第1頁
已閱讀1頁,還剩71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、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

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