非網(wǎng)頁(yè)數(shù)字資源分類-全文預(yù)覽
【正文】 下文的獲取 名字上下文 : 使用名字作為 關(guān)鍵字 在百度中搜索得到的一條結(jié)果稱為一個(gè)名字上下文 (只是利用了百度的搜索結(jié)果頁(yè)面 , 而沒(méi)有去爬取結(jié)果對(duì)應(yīng)的頁(yè)面 )。 2在特征選擇的過(guò)程中加入了部分人工確認(rèn) 。若名字中有中英文 ,則其中的英文字符去掉等 ), 若失敗則使用隨機(jī)的一個(gè)文件名 , 若仍失敗 打印錯(cuò)誤報(bào)告 ， 退出 99%以上的資源可以成功獲取 30個(gè)上下文 資源名字和文件名字 (3) 基于名字上下文的特征選擇 首先 ,取資源 r的上下文中出現(xiàn)頻率 2的詞 , 表示為 FS1 然后 , 取屬于 FS1, 且在某類的 20%以上的上下文中出現(xiàn)的詞 , 表示為 FS2 然后 , 基于方差的方法 , 從中選出對(duì)類區(qū)分度大的詞構(gòu)成特征空間 (維數(shù) 200) 資源名字和文件名字 (4) 特征擴(kuò)展 (應(yīng)用
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1