论文部分内容阅读
文本检索会议(Trec)是信息检索领域一年一度的学术交流和系统评测活动,本届Trec的Web Track任务由命名网页发现/主页发现子任务和主题提取子任务组成,、笔者在上届Trec的基础上,根据不同的子任务的需求,使用了不同的方法。在命名网页发现子任务中,锚文本、网页标题与网页内容是最重要的资源,而Ulr的目录层数对主页发现子任务中主页的判别有重要作用。多检索系统的投票机制,能大幅提高主题提取子任务的性能。