论文部分内容阅读
为了更好地对XML文档进行分类或聚类分析，以主成分分析的理论基础为指导，在研究了文本表示的各种模型的基础上，提出了两种对XML文档进行向量化表示并进行特征提取的方法，同时也实现了对XML文档的有效降维。实验结果表明，两种方法都能有效地表示XML文档的主体特征，但全路径特征向量抽取方法能更好地描述XML信息，为下一步有效处理XML文档做了良好铺垫，具有一定的研究价值。