2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63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、目前,現有的搜索引擎雖然采用各種方法來提高檢索結果的精度,但相關文檔和不相關文檔仍然相互混雜,給用戶帶來了負擔。將搜索引擎返回結果進行聚類,將其分成若干個簇,同一簇內文檔相關度盡可能的大,不同簇間文檔相關度盡可能的小,這樣將大大縮小用戶所需瀏覽的結果數量,從而縮短用戶查詢所需要的時間。 首先,本文在特征項的抽取過程中,在短語層次上采用詞典識別與統(tǒng)計方法相結合的方式,這樣既可以識別常用詞匯,又可以識別專業(yè)術語、縮略語、臨時用語、新

2、出現的用語等等往往不會在詞典之中的詞匯。對索引結構進行改進,文檔的順序表與倒排表共同作為索引,以使其更加適應對搜索引擎返回結果的聚類。 其次,給出一個快速聚類算法HPMC。在此方法中首先計算返回結果之間的相似性,然后使用層次聚類法產生初始種子點,利用k-means與Single pass相結合的算法進行聚類形成基類,通過合并基類最終得到聚類結果。 最后,對HPMC算法從時間復雜度、空間復雜度、聚類質量、聚類數目的形成、對

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