期刊专题

10.3969/j.issn.1002-137X.2012.04.040

基于领域特征文本的Deep Web分类研究

引用
Deep Web自动分类是建立深网数据集成系统的前提和基础.提出了一种基于领域特征文本的Deep Web分类方法.首先借助本体知识对表达同一语义的不同词汇进行了概念抽象,进而给出了领域相关度的定义,并将其作为特征文本选择的量化标准,避免了人为选取的主观性和不确定性;在接口向量模型构建中,考虑了不同特征文本对于分类作用的差异,提出了一种改进的W-TFIDF权重计算方法;最后采用KNN算法对接口向量进行了分类.对比实验证明,利用所提方法选择的特征文本是准确有效的,新的特征文本权重计算方法能显著地提高分类精度,且在KNN算法中表现出较好的稳定性.

特征文本、领域分类、向量空间模型、Deep Web

39

TP391(计算技术、计算机技术)

中央高校基本科研业务费专项资金XDJK2010C033;重庆市自然科学基金CTS2009817

2012-07-23(万方平台首次上网日期,不代表论文的发表时间)

共4页

177-180

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

39

2012,39(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn