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(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),請進行舉報或認領

文檔簡介

1、Internet是新興的信息發(fā)布和流通媒體,其中文本信息占整個互聯(lián)網(wǎng)信息總量的60%,由于缺乏類似于傳統(tǒng)媒體一樣對信息發(fā)布的監(jiān)控手段,大量沒有受到監(jiān)控和控制的網(wǎng)絡不良文本信息隨之泛濫。如何過濾網(wǎng)絡中的不良文本信息,保障互聯(lián)網(wǎng)的信息安全,是當前網(wǎng)絡不良信息過濾研究的熱點和富有挑戰(zhàn)性的研究課題。
   本文針對目前網(wǎng)絡不良文本的信息過濾技術(shù)存在不足,主要開展了如下研究:
   (1)針對網(wǎng)頁文本的文本表達雖然可以使用傳統(tǒng)(普

2、通)文本的表達方法,但是它并不完全等同于傳統(tǒng)文本等問題,分析研究了現(xiàn)有的Web網(wǎng)頁正文預處理的相關技術(shù)與算法。
   (2)針對現(xiàn)有分詞技術(shù)存在分詞歧義性問題,研究了現(xiàn)有的基于字同現(xiàn)頻率的文本主題抽取算法在不良文本信息過濾的應用。該算法根據(jù)關鍵詞在主題的分布情況,以及在非主題中的分布情況分別給予關鍵詞不同大小的權(quán)重,從而實現(xiàn)有針對性的過濾,即該算法在色情文本過濾應用中具有很高的精度。
   (3)針對現(xiàn)有的基于字同現(xiàn)頻率

3、的文本主題抽取算法存在誤判率高問題,提出了基于臨近類別分類的過濾方法。該方法對文本主題抽取算法過濾的結(jié)果進行二次過濾,有效提高了過濾的精度。
   (4)基于臨近類別分類的原理方法,提出了一個基于內(nèi)容的臨近類別分類的過濾模型。該模型對主題抽取的過濾結(jié)果進行分類處理,進一步判斷該信息是不良信息還是近似信息,以確保信息分類的高精度。
   (5)針對現(xiàn)有文本過濾算法的不足,改進了傳統(tǒng)的KNN、Bayes算法,有效提高了不良文

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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(quán)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。

評論

0/150

提交評論