贾岩峰
- 作品数：5 被引量：5H指数：1
- 供职机构：东北大学信息科学与工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 含有丰富结构化数据的Web页面分类技术的研究被引量：5
- 2013年
- Web页面的主题识别和分类是垂直搜索引擎的核心,是结构化数据抽取的前提,具有重要的学术价值,工程应用也非常广泛.以往的工作多以定向爬虫技术来解决垂直搜索引擎数据采集的专业化问题,而Web页面的主题识别和分类也多采用传统的文本分类方法.针对含有丰富结构化数据的Web页面,提出了复用结构化数据抽取模板来进行Web页面主题识别的分类框架.该框架首先解析Web页面的组织结构,通过属性探测算法,获得Web页面所包含的主题关键词.进一步通过计算主题关键词与结构化抽取模板的相似性来判定Web页面的主题并按照领域进行分类.该方法避免了主题爬虫对URL格式严重依赖的问题,分类准确率也高于传统的文本分类方法.通过实验证明了框架在含有丰富结构化数据的Web页面分类方面的有效性.
- 赵志滨贾岩峰姚兰鲍玉斌
- 关键词：垂直搜索结构化数据网页分类
- 基于领域知识字典的Web页面主题判定方法的研究
- Web页面主题判定是实现Web数据集成的重要前提,是构建企业级垂直搜索引擎的关键技术,因此得到了学术界和工业界的极大关注。提出了一种基于领域知识字典的Web页面主题判定方法,该方法主要针对含有丰富半结构化数据的Web页面...
- 赵志滨贾岩峰鲍玉斌
- 关键词：文本分类垂直搜索数据集成
- 基于领域知识字典的Web页面主题判定方法的研究
- Web页面主题判定是实现Web数据集成的重要前提，是构建企业级垂直搜索引擎的关键技术，因此得到了学术界和工业界的极大关注。提出了一种基于领域知识字典的Web页面主题判定方法，该方法主要针对含有丰富半结构化数据的Web页面...
- 赵志滨贾岩峰鲍玉斌
- 关键词：文本分类垂直搜索数据集成
- 文献传递
- 含有丰富结构化数据的Web页面分类技术的研究
- b页面的主题识别和分类是垂直搜索引擎的核心,是结构化数据抽取的前提,具有重要的学术价值,工程应用也非常广泛以往的工作多以定向爬虫技术来解决垂直搜索引擎数据采集的专业化问题,而Web页面的主题识别和分类也多采用传统的文本分...
- 赵志滨贾岩峰姚兰鲍玉斌
- 关键词：WEB页面结构化数据精度控制
- 垂直搜索引擎关键技术的研究与实现
- 近年来,通用搜索引擎技术已经取得了长足的发展,其应用也非常广泛。但是,通用搜索引擎无法满足一些特定互联网用户的专业性搜索需求。尤其对于企业用户,他们将领域数据作为经营和分析的基础,对于领域数据有着更专业与全面的要求。为了...
- 贾岩峰
- 关键词：垂直搜索数据抽取主题识别
- 文献传递
