數(shù)位文字知識(shí)探勘--以中文索引典之建構(gòu)及應(yīng)用為例(編輯修改稿)
2024-11-29 15:49 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 document clustering as an alternative method of anizing retrieval results, but clustering has yet to be deployed on the major search engines. The paper articulates the unique requirements of Web document clustering and reports on the first evaluation of clustering methods in this domain. A key requirement is that the methods create their clusters based on the short snippets returned by Web search engines. Surprisingly, we find that clusters based on snippets are almost as good as clusters created using the full text of Web documents. To satisfy the stringent requirements of the Web domain, we introduce an incremental, linear time (in the document collection size) algorithm called Suffix Tree Clustering (STC), which creates clusters based on phrases shared between documents. We show that STC is faster than standard clustering methods in this domain, and argue that Web document clustering via STC is both feasible and potentially beneficial.? Terms extracted before filtering 1. clusters based on : 3 2. document clustering : 3 3. of Web : 3 4. on the : 3 5. search engines : 3 6. STC is : 2 7. Web document clustering : 2 8. Web search engines : 2 9. clustering methods in this domain : 2 10. requirements of : 2 11. returned by : 2 Terms extracted after filtering 1. clusters based : 3 2. document clustering : 3 3. Web : 3 4. 5. search engines : 3 6. STC : 2 7. Web document clustering : 2 8. Web search engines : 2 9. clustering methods in this domain : 2 10. requirements : 2 11. returned : 2 關(guān)鍵詞自動(dòng)擷取範(fàn)例 [Tseng 2020]： 中文範(fàn)例 Comparison of Three Metadata Related Standards 在本文中，我們介紹了三個(gè)跟 metadata 相關(guān)的標(biāo)準(zhǔn)，它們分別是 FGDC 的 Digital Geospatial Metadata、 Dublin Core、和 URC。雖然它們各有自己的設(shè)計(jì)目標(biāo)和特質(zhì)，但都是假設(shè)其操作環(huán)境為類似網(wǎng)際網(wǎng)路的環(huán)境。 FGDC 的 Digital Geospatial Metadata 是設(shè)計(jì)來(lái)專門處理地理性資料，由於它有聯(lián)邦行政命令的支持，可說(shuō)是已成為美國(guó)在地理方面的資料著錄國(guó)家標(biāo)準(zhǔn)。 Dublin Core 則比較像是 USMARC 的網(wǎng)路節(jié)縮版，使非專業(yè)人士也能在短時(shí)間內(nèi)熟悉和使用此格式來(lái)著錄收藏資料，但在現(xiàn)階段祇針對(duì)類似傳統(tǒng)印刷品的電子文件。由 IETE 的 URI 工作小組所負(fù)責(zé)的 URC，其原始的設(shè)計(jì)目的雖是用來(lái)連結(jié) URL 和 URN，但為因應(yīng)電子圖書館時(shí)代的要求，其內(nèi)含逐漸擴(kuò)大，雖然尚在發(fā)展中，但由於有 IETE 的支持，未來(lái)成為網(wǎng)際網(wǎng)路上通用標(biāo)準(zhǔn)的可能性極大。在此文中，我們也從幾個(gè)不同角度，分析和比較這三個(gè) metadata 格式的異同和優(yōu)缺點(diǎn)。 Terms before filtering 1. 設(shè) 計(jì) : 3 2. 資 料 : 3 3. 網(wǎng) 路 : 3 4. 標(biāo) 準(zhǔn) : 3 5. Dublin Core : 2 6. FGDC 的 Digital Geospatial Metadata : 2 7. IETE 的 : 2 8. 三 個(gè) : 2 9. 文 中 : 2 10. 比 較 : 2 11. 它 們 : 2 12. 由 於 : 2 13. 地 理 : 2 14. 成 為 : 2 15. 我 們 : 2 16. 的 支 持 : 2 17. 的 設(shè) 計(jì) 目 : 2 18. 格 式 : 2 19. 著 錄 : 2 20. 電 子 : 2 21. 網(wǎng) 際 網(wǎng) 路 : 2 22. 環(huán) 境 : 2 23. 雖 然 : 2 24. 類 似 : 2 Terms after filtering 1. 設(shè) 計(jì) : 3 (design) 2. 資 料 : 3 (data) 3. 網(wǎng) 路 : 3 (work) 4. 標(biāo) 準(zhǔn) : 3 (standard) 5. Dublin Core : 2 6. FGDC 的 Digital Geospatial Metadata : 2 7. IETE : 2 8. 三 個(gè) : 2 (three) 9. 文 中 : 2 (in the article) 10. 比 較 : 2 (parison) 11. 它 們 : 2 (they) 12. 由 於 : 2 (owing to) 13. 地 理 : 2 (geography) 14. 成 為 : 2 (bee) 15. 我 們 : 2 (we) 16. 支 持 : 2 (support) 17. 設(shè) 計(jì) 目 : 2 (incorrect term) 18. 格 式 : 2 (format) 19. 著 錄 : 2 (record) 20. 電 子 : 2 (electronics) 21. 網(wǎng) 際 網(wǎng) 路 : 2 (Inter) 22. 環(huán) 境 : 2 (environment) 23. 雖 然 : 2 (although) 24. 類 似 : 2 (similar) Keyword Extraction for Chinese “ 松軟型 ” 和 “ 卷腿型 ” ﹑ 您選擇哪一種 ?! 今秋東京流行靴子新款式！ 春夏秋冬 ﹐ 不論是那個(gè)季節(jié) ﹐ 只要一換季就會(huì)有新的款式出現(xiàn)。今秋靴子新款式將引人注目。秋冬流行款式當(dāng)然要數(shù)各式各樣的靴子 !今秋東京街頭商店的展窗紛紛擺出出前所未有的獨(dú)俱特色的新款式 ﹐ 吸引者趕超時(shí)尚的男男女女。今十幾年來(lái)所流行的靴子 ﹐ 為了充分顯示腳線美多設(shè)計(jì)得樣式簡(jiǎn)潔色調(diào)平穩(wěn)。然而自 2020年春夏開(kāi)始各種大膽型的設(shè)計(jì)款式紛紛亮相 ﹐ 穿在腳上的靴子開(kāi)始受到關(guān)注。其中最受青睞款式有 “ 松軟型 ” 和許多文藝界偶像穿用的 “ 卷腿型 ” 靴子。無(wú)論哪一種都用花編和絨毛做裝飾 ﹐ 充分再現(xiàn)了女孩子愛(ài)美之心 ﹐ 也同樣會(huì)把行人的目光吸引到穿著漂亮皮靴的腳上。今秋 ﹐ 東京街頭將會(huì)出現(xiàn)一個(gè)“ 靴子 ” 時(shí)裝展。 1. 靴子新款式
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1