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49頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、如今,互聯(lián)網(wǎng)成為了人們生活中必不可少的工具之一,人們對于信息的依賴性也越來越強(qiáng),我們在平常所接觸的信息大多數(shù)都以文本的形式表現(xiàn)出來。人們面對眾多的信息,常常感到無所適從,如何對這些信息進(jìn)行有效地管理,如何能為用戶快速而又準(zhǔn)確地找到所需要的信息,成為一個研究的熱點(diǎn)。
  由于信息量巨大,而各個搜索引擎所采用的檢索方法基本都是基于關(guān)鍵字的檢索,其所返回的結(jié)果也相當(dāng)多,而作為用戶,真正關(guān)心和需要的內(nèi)容往往只占一小部分。如何能夠?qū)⑺阉饕?/p>

2、的查詢結(jié)果進(jìn)行分類,使用戶可以快速而準(zhǔn)確地定位自己所需要的信息,就成為我們最為關(guān)心的問題。在眾多搜索引擎中,元搜索引擎為用戶提供了這樣的功能。而聚類算法是元搜索引擎中最重要的一部分。
  文本聚類在互聯(lián)網(wǎng)搜索中具有重要的作用,因此人們對其進(jìn)行了很多的研究,也產(chǎn)生了許多高效的聚類算法,如K-means,AHC,STC等。但這些算法都沒有很好地利用詞語的語義信息,近年來,Ulrike Stege與Alex Thomo提出了語義后綴樹這

3、一結(jié)構(gòu),使得后綴樹聚類算法的性能得到了提升。
  本文主要做了以下幾個方面的工作:
  (1)在語義后綴樹的基礎(chǔ)上進(jìn)行改進(jìn),得到一種稱為語義后綴樹組的結(jié)構(gòu);
  (2)將該結(jié)構(gòu)應(yīng)用于傳統(tǒng)的后綴樹聚類算法中,使算法所產(chǎn)生的后綴樹的結(jié)點(diǎn)數(shù)量,分支數(shù)量及最終產(chǎn)生的聚類數(shù)量有所減少;
  (3)在后綴樹聚類算法的基礎(chǔ)上提出了一種適用于中文web搜索結(jié)果的聚類算法,結(jié)合漢語語言的特點(diǎn)和語義相似性,提出了短語類的合并策略,提

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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