基于统计和机器学习的中文Web网页正文内容抽取

来源 :福建商业高等专科学校学报 | 被引量 : 0次 | 上传用户:freebits
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在搜索引擎中为了减小索引文件的大小、加快检索的速度和提高检索的精确度,必须对网页中的文本内容去噪并有效地抽取网页中的主题信息.根据对大量网页的特征分析,本文提出了一种较为简单和实用的网页主题信息抽取方法,该方法利用主题信息在网页中分布相对集中和文本密度较高的特征,利用BP人工神经网络进行自动识别,实验结果表明,该方法对于信息发布类网站平均准确率较高,具有一定的实用性.
其他文献
流行文化是中学生喜闻乐见的时尚文化,而在一些教师心目中似乎是边缘文化,在教学中不但易被忽视,有时甚至被置于不屑一顾、打入冷宫。如何打破对流行文化的成见,针对中学生的心理
本文针对医疗保险基金运行的风险问题,结合工作实际,分析影响基本医疗保险平稳运行的相关问题,借鉴其他省市的经验,提出对策建议,以供参考.
物理概念是物理现象与物理过程的共同本质特征在人脑中的反映,是物理现象和物理过程的抽象化和概括化的思维形式.物理现象和过程较为具体,而物理概念与规律较为抽象.正因为如此,初中学生在初学物理概念时,难免会产生这样或那样的错误.根据人类认识发展的规律,结合初中学生学习物理概念时的实际情况,笔者认为,要想引导学生学好物理概念,必须注意以下几个方面的问题.    一、认清引入概念的必要性和重要性,并积极积累
中职学生是我国未成年人的重要组成部分,是我国未来产业大军的重要来源。目前,我国在校中职学生已达到2000多万人,他们中的绝大多数毕业后将直接跨进社会,步人职业生涯。他们的思
当前,我国农业进入了一个新的发展阶段,对农业结构进行战略性调整是这个阶段的重要任务。顺义,是京郊农业最发达的区县之一,去年一来,全区农业工作确定了坚持以集体增收、农民致富
福厦城市群是我国正在形成中的十大城市群之一,但与沿海一些城市群相比,其经济水平、城市一体化进程和竞争力水平存在较大差距,即核心城市规模小,综合竞争力弱;产业地区分工
现代社会由于生活的多样化、知识信息的广泛化,审美活动已成为人们生活的重要内容,美育也成为时代的客观要求。我们在英语教学中要有意识、有目的、有计划地进行美育教学。何谓美育?它是通过现实美和艺术美打动学生感情,使学生在心灵深处受到感染和感化,从而培养学生具有正确的审美观点,具有感受美、鉴赏美、表现美和创造美的能力的教育。我们在英语教学中要优化课堂结构,渗透美育。下面我就英语课堂中如何渗透美育内容这个话