- 1、本文档共2页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
2008年10月电脑学习第5期
Web文本挖掘综述
赵晓静+
摘要:介绍了Web挖掘技术.接着蔓点对Web文本挖掘的关键技术作了详细阐述。
关键词:Web挖掘文本挖掘特征提取文本分类文本聚类
中图分类号:皿393.09文献标识码:B文章编号:1002—2422(2008)05-002㈣2
ofWebText
SurveyMining
Zhao
Xiaojing
Abstract:T1leintroducestheW毛bandofwebtextindetail.
techniquesmining
paperminingtechnologyanalyzes
TextCharacterExtractionTextText
MiningMiningCategorizationClustering
Keyword:Web
1Web挖掘简介语义性特征。特征表示是指以一定的特征项来代表文档信
1.1Web挖掘的定义息,在文本挖掘时只需对这些特征项进行处理,从而实现对
非结构化的文本处理。特征表示模型有多种,常用的有布尔
Web挖掘是一项综合技术,涉及web、数据挖掘、计算
机语言学、机器学习、模式识别、人工智能、统计学、计算机逻辑型、向量空间型、概率型以及混合型等。
2.3特征提取
网络技术、信息学等多个领域。Web挖掘定义:Web挖掘是
指从大量非结构化、异构的Web信息资源中发现有效的、特征提取算法一般是构造一个评价函数,对每个特征
新颖的、潜在可用的及最终可理解的知识的非平凡过程。进行评估,然后把特征按分值高低排队,预定数目分数最高
1.2Web挖掘任务的分类的特征被选取。在文本处理中。常用的评估函数有信息增
益i期望交叉熵、互信息、文本证据权和词频等。
Web挖掘技术分为三大类:Web内容挖掘、Web访问信
息挖掘和Web结构挖掘。2.4结构分析
2Web文本挖掘技术其目的是为了更好理解文本的主题思想,了解文本所
Web文本挖掘技术如图1所示。表达内容以及采用的方式。最终结果是建立文本的逻辑结
构,即文本结构树,根节点是文本主题,依次为层次和段落。
征_一文本结构l解2.5文本摘要
提1分析器l臃l释用文本摘要是指从文档中抽取关键信息,用简洁的形式
取界户
爵及面对文档内容进行解释和概括。这样,用户不需要浏览全文就
处_1蕊列膝l
文档评论(0)