科学网 › 标签 › 主题相关性

标签: 主题相关性

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

文献阅读笔记（22）-基于主题相关性判定的信息提取方法: FangliXie 2014-7-23 10:29; 基于主题相关性判定的信息提取方法摘要：采用 DOM 规范将 HTML 表示成树结构，本文提出结点主题相关性的判定方法，依此方法判定出要抽取的主题内容，并删除无关内容。主题相关性判定判定流程如下：局部相关性判定局部相关性 = 结点所有子树中的非链接文字数（中文字符数）之和 / 结点所有子树中的链接数之和。当 local(block i )L （其中 L 是局部相关度的阈值），称该块局部相关。公式如下：上下文相关性判定为了减少判定的复杂性，设定两个值 minw 和 maxw ， minw 值规定分块结点的非链接中文字符总数的最小值， maxw 是规定分块结点的非链接中文字符总数的标准值。若 words(blocks)minw ，则该块是主题不相关的；若 words(blocks)maxw ， words(blocks) 则该块是主题相关的。上下文相关性判定即判定该块的兄弟结点 block i-1 和 block i+1 的主题相关性。如果 blocki-1 和 blocki+1 不存在时，则按 blocki 的局部相关度来处理，即 blocki 局部相关则为主题相关，反之则不是。如果 blocki 是子树中的第一个结点，则只须判定 blocki+1 是否为主题相关。若相关，则 blocki 是主题相关的，反之则不是。如果 blocki 是子树中的最后一个结点，则只须判定 blocki-1 是否为主题相关。若相关，则 blocki 是主题相关的，反之则不是。其它情况则判定 blocki-1 和 blocki+1 是否为主题相关的，若二者都是，则 blocki 就是主题相关的。若二者即使有一个不是主题相关的，则 blocki 也是与主题无关的。参考文献许文, 都云程, 李渝勤, 等. 一种通用ＨＴＭＬ网页主题信息提取方法 . 现代图书情报技术, 2007, 卷缺失(1):40-43.; 个人分类: 科研笔记|3004 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 主题相关性

相关帖子

相关日志

关闭安全验证