sewm20xx中文網(wǎng)頁分類評測清華大學參賽隊報告(參考版)
2025-07-20 17:12本頁面
【正文】 2022), July 2022. ? [3] and . Title Extraction from Bodies of HTML Documents and its application to Web Page Retrieval ? [4].. Using Web Structure for Classifying and Describing Web Pages, 2022. ? [5] J. F168。 SEWM2022 中文網(wǎng)頁分類評測 分類策略－鏈接分析（ 2） 鏈接傳播算法性能評測52535455565758591 2 3 4 5 6鏈接傳播參數(shù)s分類正確率(%)鏈接傳播前 鏈接傳播后鏈接傳播算法性能評測521 2 3 4 5 6鏈接傳播參數(shù)s分類正確率鏈接傳播前 鏈接傳播后8類上的傳播效果 11類上的傳播效果 SEWM2022 中文網(wǎng)頁分類評測 內(nèi)容提綱 ? CWT200G數(shù)據(jù)預處理 ? 網(wǎng)頁分類策略 ? 未來工作及建議 ? 參考文獻 SEWM2022 中文網(wǎng)頁分類評測 未來工作 ? 更加有效的頁面去噪方法（ VIPS，摘要等） ? 更大規(guī)模的數(shù)據(jù)集上進行鏈接分析 ? 改進標簽傳播的算法 SEWM2022 中文網(wǎng)頁分類評測 一些感想和建議 ? 8類的分類體系有些過于重疊：如娛樂和時尚 ? 用戶調(diào)查（ User Study）的結(jié)果： ? 在 05年的 1100篇測試集上進行標注 ? 比較 8類分類器的機器分類結(jié)果和用戶標注 ? 存在用戶和機器標注不一致但都合理的情況 ? 上述情形在分類置信度存在雙峰時尤為突出：（ 73/1100） ? 層次分類（ Google Directory）？多標簽？ SEWM2022 中文網(wǎng)頁分類評測 內(nèi)容提綱 ? CWT200G數(shù)據(jù)預處理 ? 網(wǎng)頁分類策略 ? 未來工作及建議 ? 參考文
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1