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(lǐng)
文檔簡介
1、隨著計算機技術(shù)的普及以及互聯(lián)網(wǎng)的快速發(fā)展,搜索引擎已經(jīng)成為人們?nèi)粘I钪斜貍涞男畔⑺阉髋c獲取工具。雖然搜索引擎發(fā)展非常迅速,但其效果遠未達到令人滿意的程度。用戶不得不逐頁瀏覽檢索結(jié)果,這種線性的檢索結(jié)果呈現(xiàn)方式極大的降低了檢索效率,已經(jīng)成為用戶快速準確的查找信息的一個瓶頸。
本文的主要工作是通過引入語義分析、文本聚類等自然語言處理技術(shù),幫助用戶了解整個檢索結(jié)果的內(nèi)容分布,從而建立高效的、實時的、層次化的檢索模型。
本
2、文首先分析了常見的基于劃分、基于層次和基于模型等三類聚類方法,分析了衡量聚類性能的標準,并結(jié)合漢語自身的特點詳細的分析了中文文本聚類中所涉及到的關(guān)鍵問題及其技術(shù),給出了通用搜索引擎在線聚類的總體設(shè)計。
為了提高在線聚類的效率,本文采用了一種基于重復(fù)串的文本特征提取方法。通過這種方法提取出的短語特征具有相對完整的上下文語義,以及較好的統(tǒng)計特點,并能顯著的降低特征空間的維度。
同時,結(jié)合k-means聚類方法,設(shè)計并實現(xiàn)
3、了基于話題的搜索引擎在線聚類模塊,借助重復(fù)串特征提取的結(jié)果實現(xiàn)了對聚類結(jié)果的話題標注。結(jié)合聚類的特點,設(shè)計了基于聚類的檢索結(jié)果精度評估模型。
最后,在本實驗中心構(gòu)建的智能化Web信息檢索平臺(InarSE)上,進行了實驗,對聚類結(jié)果進行了檢索精度評估,并于通用搜索引擎的檢索結(jié)果進行了比較。實驗結(jié)果表明,與通用搜索引擎相比,基于話題的在線聚類方法極大的提高了檢索精度。
本文的研究與探索為進一步研究搜索引擎的個性化技術(shù),
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(zé)。
- 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(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。
最新文檔
- 搜索引擎中文檔聚類方法研究.pdf
- 搜索引擎返回結(jié)果的聚類方法研究.pdf
- 搜索引擎搜索結(jié)果的聚類研究.pdf
- 搜索引擎技術(shù)的研究與實現(xiàn)—元搜索引擎和文本聚類.pdf
- Web搜索引擎的搜索結(jié)果聚類研究.pdf
- 面向搜索引擎的文本聚類研究.pdf
- 搜索引擎檢索結(jié)果聚類方法的研究與改進.pdf
- 基于web挖掘的聚類搜索引擎研究
- 聚類搜索引擎系統(tǒng)的研究與改進.pdf
- 搜索引擎及搜索引擎優(yōu)化(seo)實驗
- 元搜索引擎聚類的研究與實現(xiàn).pdf
- 搜索引擎結(jié)果的聚類系統(tǒng)研究.pdf
- 基于WEB挖掘的聚類搜索引擎研究.pdf
- 傳統(tǒng)搜索引擎與智能搜索引擎比較研究.pdf
- [學(xué)習(xí)]搜索引擎優(yōu)化與搜索引擎營銷
- 搜索引擎
- 智能雙語搜索方法及搜索引擎的研究.pdf
- 基于人工標注的搜索引擎評估方法與實現(xiàn).pdf
- 聚類算法及在搜索引擎系統(tǒng)中的應(yīng)用.pdf
- 搜索引擎推廣方法總結(jié)
評論
0/150
提交評論