2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前,互聯(lián)網(wǎng)上諸多開放存取(Open Access,OA)期刊快速遞增的“孤島”現(xiàn)狀已制約了OA期刊應(yīng)有效能的發(fā)揮。解決該問題的一條途徑就是將不同開放存取期刊的檢索服務(wù)加以整合,建立一個虛擬的數(shù)字資源空間,從而實現(xiàn)資源的快速共享,而OA期刊檢索結(jié)果頁面的信息抽取是其中的關(guān)鍵步驟之一。
  本文主要研究OA期刊檢索結(jié)果頁面的信息抽取方法,研究的具體內(nèi)容如下。
  首先,針對目前現(xiàn)有的數(shù)據(jù)區(qū)域定位方法不夠準(zhǔn)確和對期刊網(wǎng)站檢索結(jié)果

2、頁面定位不能適用的問題,通過分析期刊網(wǎng)站檢索結(jié)果頁面中數(shù)據(jù)區(qū)域與非數(shù)據(jù)區(qū)域的區(qū)別,提出了基于統(tǒng)計的數(shù)據(jù)區(qū)域定位算法,并給出了算法描述和實現(xiàn),該算法以網(wǎng)頁分塊為基礎(chǔ),然后應(yīng)用統(tǒng)計的方法進行數(shù)據(jù)區(qū)域定位。
  其次,為了抽取數(shù)據(jù)區(qū)域中論文信息,需要進行數(shù)據(jù)記錄劃分,提出了一種基于聚類的數(shù)據(jù)記錄劃分算法,該算法通過計算子樹在顯示樣式、數(shù)據(jù)類型、標(biāo)記路徑結(jié)構(gòu)、鄰接特征四個方面的相似度,對子樹進行聚類。數(shù)據(jù)記錄劃分后,針對數(shù)據(jù)記錄中數(shù)據(jù)單元

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論