【摘 要】
：
针对现存的语义主题爬虫没有考虑主题意义的延伸、页面与主题的相似度计算模型存在的缺陷及主题词项细化过于苛刻导致返回结果较少等不足,采用LDA（Latent Dirichlet Allocatio
【机 构】
：
东北师范大学信息科学与技术学院,智能信息处理吉林省重点实验室,吉林大学计算机科学与技术学院
【基金项目】
：
国家自然科学基金青年基金资助项目(11501095);吉林省科技创新人才培育计划项目(20170520051JH);吉林省科技发展计划项目(20170204002GX);吉林省发改委引导项目(2015Y056)
论文部分内容阅读
针对现存的语义主题爬虫没有考虑主题意义的延伸、页面与主题的相似度计算模型存在的缺陷及主题词项细化过于苛刻导致返回结果较少等不足,采用LDA（Latent Dirichlet Allocation）模型,对主题词项描述文档进行降维,改进语义相似度计算模型.引入语义信息的相似度计算模型（SVSM）,用SVSM计算文档和主题模型的相似度.从本体中获取该主题词项的上位词,构建主题上位词的主题模型,爬虫依据现有网络中的主题重新获取主题相关信息,提出语义聚焦爬虫（ESVSM）,通过不同主题下多个爬虫进行实验对比,发现
其他文献
热计量方式的选择和热价确定原理是供热计量的两大关键。供热计量方式的选择是供热计量顺利实施的基础。热价作为供热计量的价格杠杆，能够调节供热企业和热用户的利益分配，能够
近年来,膏体充填工艺在地压控制、运行成本以及环境保护等方面的优势逐渐凸显,成为矿山开采的首选方案。管道输送作为膏体充填的关键工艺之一,直接影响充填系统的运行状态及
治理理念兴起于西方，强调治理主体的多元和协作。在当代中国，治理概念具有中国特色，强调党的领导和政府主导。党的十八届三中全会提出，推进国家治理体系和治理能力现代化是全面深
习近平同志今年2月在视察四川天府新区时指出，天府新区是“一带一路”建设和长江经济带发展的重要节点，一定要规划好建设好，特别是要突出公园城市特点，把生态价值考虑进去，努力打
经济的进步与发展带动了我国汽车市的繁荣,汽车销售也逐渐地成为了地区经济发展的重要支柱产业之一。为了能够在经济全球化的大背景上占有更多的市场份额,国内的汽车营销就必
信息披露制度,旨在缓解公司内部与外部的信息不对称情况,使投资者、债权人等利益相关者对企业的经营运作和财务状况有客观的了解。就本质而言,资本市场是信息的市场。上市公
近几年来，国家及地方政府加大了发展职业教育的力度，给予中职学校和中职学生许多优惠政策，但是中职招生的现状不容乐观，招生中仍存在诸多急需解决的问题。本文以铜陵市为例，同时结
目的：建立外周血T淋巴细胞TCR亚家族检测方法,研究TCR亚家族检测的临床意义,并在此基础上探讨有效的中药复方可能的作用机制。方法：根据抗原-抗体特异性结合的基本免疫学原理,
建立变频液压容积调速和节流调速相结合的复合调速系统，通过分析矢量控制三相异步电机的原理，利用AMESim软件建立了矢量控制的三相异步电机的仿真模型，并与液压系统仿真模型相结
本文主要讨论机动车商业保险中的被保险人。主要有以下几个部分组成：导言部分，首先简要介绍了机动车商业保险的组成和当前适用的机动车商业保险条款情况，并指出当前机动车商业保