版權說明: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,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)技術的高速發(fā)展,在逐漸龐大的Web 資源庫中,愈發(fā)難以快速精確的查找有效信息,因此,針對不同的搜索需求,需要采用專用的檢索方式和搜索引擎提供個性化服務,以實現(xiàn)高效搜索。通過研究人物搜索引擎的架構和工作流程,本文提出了應用于搜索引擎的人物分類系統(tǒng),該系統(tǒng)能夠實現(xiàn)文本集合的信息抽取與聚類分析,詳細闡述了人物分類系統(tǒng)的實現(xiàn)過程,重點研究了系統(tǒng)的關鍵技術:
Web 信息抽取技術和文本聚類技術,并通過系統(tǒng)測試證實了系統(tǒng)的實
2、用性與系統(tǒng)關鍵技術的有效性。
Web 信息抽取技術旨在自動抽取Web 文檔中的有效信息。本文提出了針對人物的信息抽取算法,能夠抽取Web 文檔中的高頻詞匯以及相關人物的重要屬性(出生年份、職業(yè)、地名和機構名等),并詳細闡述了信息抽取算法的設計方法與實現(xiàn)過程。
文本聚類技術是文本挖掘技術的核心技術之一,其目標在于劃分文本集合成若干個簇,并盡可能實現(xiàn)簇間文本的相似度低,簇內(nèi)文本相似度高。本文分析了聚類過程中的關鍵
3、技術:向量空間模型、特征項權重和文本相似度,為后續(xù)的聚類算法提供了實現(xiàn)提前。通過分析常規(guī)K-Means 聚類算法的流程,發(fā)現(xiàn)該算法主要不足在于需要人工選取初始簇數(shù),因此,本文闡述了一種簇數(shù)K 自適應的K-Means算法,能夠自動選取簇心,并確定最佳簇數(shù)K,避免了簇數(shù)選取的盲目性對聚類造成的嚴重影響,在一定程度上優(yōu)化了K-Means算法。
最后,針對人物分類系統(tǒng)中的關鍵技術進行了回顧與總結,并闡述了進一步優(yōu)化關鍵技術的的相關
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(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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。
最新文檔
- 搜索引擎分類
- 垂直搜索引擎分類索引系統(tǒng)的設計與實現(xiàn).pdf
- 應用于移動平臺的CBIR搜索引擎的研究與設計.pdf
- 搜索引擎系統(tǒng)的設計與實現(xiàn).pdf
- 應用于文本搜索引擎的聚類算法研究.pdf
- 搜索引擎分類06665
- 搜索引擎的設計與實現(xiàn)
- 搜索引擎的設計與實現(xiàn)
- 搜索引擎的設計與實現(xiàn)
- 智能搜索引擎系統(tǒng)的設計與實現(xiàn).pdf
- [學習]搜索引擎優(yōu)化與搜索引擎營銷
- 垂直搜索引擎設計與實現(xiàn).pdf
- 搜索引擎測試系統(tǒng)的設計與實現(xiàn).pdf
- 搜索引擎的設計與實現(xiàn).doc
- 基于java搜索引擎設計與實現(xiàn)
- 傳統(tǒng)搜索引擎與智能搜索引擎比較研究.pdf
- 游戲搜索引擎 --搜索引擎demo系統(tǒng)中l(wèi)ucene索引的實現(xiàn)---畢業(yè)論文
- IT知識搜索引擎的設計與實現(xiàn).pdf
- 桌面搜索引擎的設計與實現(xiàn).pdf
- 招聘信息垂直搜索引擎系統(tǒng)設計與實現(xiàn).pdf
評論
0/150
提交評論