收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

领域Web文本采集与分类系统研究

卫莉莉  王煜  
【摘要】:本文以机械领域挖掘机为主题,介绍了一种面向领域的Web文本采集与分类系统实现方法,将专业词库与特征选择相结合,逐步筛选和更新主题特征词,扩充专业词库,通过由主题特征词构成的向量来明确表示主题;采用基于内容分析的方法抽取网页正文,去掉干扰主题相关度判断与文本分类的广告、导航等干扰文本;根据现有的机械主题类别信息,采用基于KNN的机械主题文本分类算法对文档集合进行多子类分类。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 何国辉;吴礼发;;基于机器学习的文本分类技术的研究[J];计算机与现代化;2009年08期
2 田昕辉;李成基;;带有短语切分的中文文本分类方法(英文)[J];计算机技术与发展;2010年01期
3 李文;王炜立;;中文文本理解技术在法律案情文本分类中的应用[J];南昌大学学报(工科版);2007年01期
4 贺一帆;江铭虎;;网络文本分类中基于信息瓶颈的特征提取[J];清华大学学报(自然科学版);2010年01期
5 甄志龙;曾晓勤;韩立新;;文本分类中基于图模型的特征提取方法[J];情报科学;2011年08期
6 李广原;一种特征词权重调整算法的研究[J];电脑与信息技术;2005年04期
7 牛强;王志晓;陈岱;夏士雄;;基于支持向量机的Web文本分类方法[J];微电子学与计算机;2006年09期
8 黄浩;王英林;;面向企业应用的文本自动分类系统的设计和实现[J];计算机应用与软件;2007年11期
9 屈志毅;李一伟;张延堂;杨曙光;张菲菲;;一种基于关键重复语义的最大熵文本分类[J];广西师范大学学报(自然科学版);2007年04期
10 呼声波;刘希玉;;网页分类中特征提取方法的比较与改进[J];山东师范大学学报(自然科学版);2008年03期
11 申红;吕宝粮;内山将夫;井佐原均;;文本分类的特征提取方法比较与改进[J];计算机仿真;2006年03期
12 叶振宇;刘晶;;基于关联度分析的二次文本特征提取方法研究[J];电脑知识与技术(学术交流);2007年06期
13 郭飞;张先君;叶俊;;基于改进互信息的特征提取的文本分类系统[J];四川理工学院学报(自然科学版);2008年03期
14 周晗;赵卫东;季军;;一种用于文本分类的特征选择方法[J];电脑知识与技术;2008年34期
15 张筱丹;;Web文本挖掘的研究[J];科技信息;2009年04期
16 周雪芹;刘建舟;邵雄凯;廖力;;中文文本分类中特征提取的方法[J];湖北工业大学学报;2010年02期
17 陈涛,谢阳群;文本分类中的特征降维方法综述[J];情报学报;2005年06期
18 郑金芳;;基于文本分类领域中文本分类和主题分析[J];中国科技财富;2008年11期
19 刘开袆;江志雄;;基于K-近邻方法的网络信息文本分类[J];贵州大学学报(自然科学版);2009年03期
20 刘华;;词典编撰的领域词语自动获取与选择[J];计算机工程与应用;2006年24期
中国重要会议论文全文数据库 前10条
1 武洪萍;周国祥;;Web文本挖掘研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
2 牛强;王志晓;陈岱;夏士雄;;基于支持向量机的Web文本分类方法[A];2006年全国开放式分布与并行计算学术会议论文集(一)[C];2006年
3 贾会强;刘晓丽;于洪志;;基于词性特征提取的藏文文本分类方法研究[A];CCF NCSC 2011——第二届中国计算机学会服务计算学术会议论文集[C];2011年
4 黄旭;朱艳琴;罗喜召;;重复串特征提取算法在不良信息检测中的应用[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
5 陈克利;宗成庆;王霞;;基于大规模真实文本的平衡语料分析与文本分类方法[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年
6 海丽且木·艾沙;维尼拉·木沙江;;Web文本分类及其维、哈、柯多文种信息检索中的应用研究[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年
7 胡俊;黄厚宽;;一种基于SVM的可视化文本分类的方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
8 杜长海;吉根林;;模糊聚类的最大树法在文本分类中的应用研究[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
9 朱慕华;陈文亮;朱靖波;;词聚类在文本分类中的应用[A];第二届全国学生计算语言学研讨会论文集[C];2004年
10 罗海飞;虞立群;章志凌;邵晓敏;陈林;汪更生;陈弈秋;何伟杰;;一种改进型CHI的特征抽取方法[A];第二十四届中国控制会议论文集(下册)[C];2005年
中国博士学位论文全文数据库 前10条
1 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
2 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年
3 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年
4 孙蕾;医学图像智能挖掘关键技术研究[D];西北大学;2005年
5 权胜赫;基于形状特征三维模型检索的一些关键技术实现研究[D];吉林大学;2007年
6 李勇明;尿沉渣图像自动识别算法的研究[D];重庆大学;2007年
7 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
8 章舜仲;文本分类中词共现关系的研究及其应用[D];南京理工大学;2010年
9 孟佳娜;迁移学习在文本分类中的应用研究[D];大连理工大学;2011年
10 李智星;用于文本分类的简明语义分析技术研究[D];重庆大学;2011年
中国硕士学位论文全文数据库 前10条
1 蒋健;文本分类中特征提取和特征加权方法研究[D];重庆大学;2010年
2 李文;公安执法监督管理中的文本理解技术的研究及其应用[D];南昌大学;2005年
3 陈伟萍;基于语义概念的中文文本分类研究[D];燕山大学;2006年
4 张淼;基于支持向量机的文本分类系统研究[D];大庆石油学院;2008年
5 谭新;基于语义特征提取的PU文本分类的研究与实现[D];吉林大学;2007年
6 刘亚南;KNN文本分类中基于遗传算法的特征提取技术研究[D];中国石油大学;2011年
7 沈贺丹;核心能力评价系统的分类模块研究[D];辽宁工程技术大学;2006年
8 郭飞;文本挖掘方法探讨及应用[D];成都理工大学;2006年
9 杨硕;基于VSM文本分类系统的设计与实现[D];大连理工大学;2006年
10 刘钢;基于神经网络的文本分类系统NNTCS的设计和实现[D];中国科学院研究生院(软件研究所);2003年
中国重要报纸全文数据库 前10条
1 北京数码空间信息技术有限公司技术总监 刘斌;Web Mining:第二代网络信息处理技术[N];计算机世界;2000年
2 上海 高博;让电脑“听懂”人话[N];电脑报;2008年
3 中科院自动化所 何鹏 陶建华 谭铁牛;看懂人的“脸色”[N];计算机世界;2005年
4 孙哲南 谭铁牛;生物识别的十大关键技术[N];计算机世界;2007年
5 方忠诚;OCR技术及其应用[N];北京电子报;2000年
6 成成;指纹识别 正走入我们的生活[N];山西科技报;2000年
7 ;视频数据中挖“宝”[N];计算机世界;2002年
8 陈丽梅;一指“走”天下[N];光明日报;2000年
9 希安;微软试水信息检索[N];经济日报;2004年
10 武德锋 李国辉 林洪文 姚作梁;图像 “堆”里寻知识[N];计算机世界;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978