已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)對人們生活的影響力越來越大，用戶對從互聯(lián)網(wǎng)中獲得全面、權(quán)威、地域性信息的需求越來越強烈，比如生活在深圳的人對深圳的信息的興趣更大。這就提出了新的互聯(lián)網(wǎng)應用需求，如何滿足不同城市的人對所在城市知識的需求，如何對海量的數(shù)據(jù)分類并挖掘出滿足條件的詞條是本課題的主要研究內(nèi)容。
本文以自然語言處理的相關(guān)技術(shù)對百度百科近300萬詞條進行中文信息處理，主要包括兩個方面的內(nèi)容：一是構(gòu)建百科知識檢索系統(tǒng)；二是構(gòu)建
2、城市百科分類系統(tǒng)。
1.構(gòu)建百科知識檢索系統(tǒng)：主要包括百度百科數(shù)據(jù)爬蟲、網(wǎng)頁凈化、正排索引、倒排索引及數(shù)據(jù)檢索。所實現(xiàn)的網(wǎng)絡爬蟲爬取了近300萬百度百科詞條；建立了相應的檢索系統(tǒng)，對索引的粒度進行了優(yōu)化，采取了以段落為索引和檢索的基本單位，實驗證明在其它條件相同的情況下，該系統(tǒng)的檢索精度比以文章為索引單位的系統(tǒng)提高了近50％。
2.構(gòu)建城市百科分類系統(tǒng)：主要包括文本的城市空間分類和百科知識條目分類。本文對特征詞提取方
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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