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69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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著Internet的迅猛發(fā)展,人們對高效率的信息獲取技術(shù)的需要越來越迫切,對海量信息進行采集、分析、整理,得到高質(zhì)量的分門別類的結(jié)構(gòu)化信息,方便用戶快捷地瀏覽查詢,是極具現(xiàn)實意義的重大課題。 為適應廣大師生教學和研究的需要,中國科學技術(shù)大學圖書館先后購買了90多種網(wǎng)絡數(shù)據(jù)庫,涉及的門類非常齊全,為中國科大建設(shè)一流研究型大學打下了堅實的基礎(chǔ)。由于各個數(shù)據(jù)庫的查詢界面以及查詢結(jié)果的返回界面各異;各個數(shù)據(jù)庫中信息不能統(tǒng)一起來為用戶提

2、供更深入的服務,基于這種情況,本論文利用脫機的跨庫檢索系統(tǒng)解決上述問題。 脫機檢索系統(tǒng)的最終目的是建立一個脫機的跨庫檢索系統(tǒng),實現(xiàn)查詢界面和結(jié)果界面的統(tǒng)一化,同時深入挖掘文章的信息,為用戶提供更深入的服務。本文所研究的就是脫機跨庫檢索系統(tǒng)中兩個重要的技術(shù):文章信息抽取和關(guān)鍵詞提取技術(shù)。本文的主要技術(shù)和創(chuàng)新點為: 1.針對圖書館各網(wǎng)絡數(shù)據(jù)庫文章信息的顯示結(jié)果都是同構(gòu)的網(wǎng)頁這一特征,本文提出了一種基于學習的抽取模板構(gòu)造方法。

3、這種基于學習的模板構(gòu)造方法只需要人工標注兩個網(wǎng)頁即可生成模板,節(jié)省了構(gòu)造者的時間并且構(gòu)造出的模板非常準確。 2.提出一種基于決策樹和馬爾可夫鏈的在互聯(lián)網(wǎng)上自動抽取問答對的方法。先根據(jù)網(wǎng)頁中的HTML標記把網(wǎng)頁表示成一棵DOM樹;然后利用樹中每個節(jié)點的結(jié)構(gòu)和文字信息,抽取相應的特征;最后將得到的節(jié)點特征通過由決策樹和一階馬爾可夫鏈結(jié)合得出的分類模型進行分類。 3.為了解決有的文章在網(wǎng)絡數(shù)據(jù)庫中并沒有給出我們關(guān)鍵詞這個問題。

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。

最新文檔

評論

0/150

提交評論