文件名称:论文研究-基于主题的智能Web信息采集系统的研究与实现.pdf
文件大小:108KB
文件格式:PDF
更新时间:2022-08-11 17:46:47
基于主题的信息采集,全信息,扩展元数据,概念向量空间模型
研究并实现了一个基于主题的智能信息采集系统IFWC,该系统以全信息理论为支撑,吸收传统向量空间模型的思想,采用基于概念的向量空间模型,从词的语义层次对文本进行主题相关性分析;使用扩展元数据的语义相关性判定算法,对页面内的URL进行主题相关性预测。实验证明,该系统采集速度快,采集下来的页面精度高。