【摘 要】
:
主题爬虫的目的在于尽可能准确地获取与特定主题相关的内容。针对主题爬虫主题覆盖率不足和主题相似度计算准确度偏低,提出一种动态主题的主题爬虫框架,对主题关键词进行两重
【基金项目】
:
国家社会科学基金项目/后期资助项目(15FTQ002);省部级实验室/开放基金项目(B2014)
论文部分内容阅读
主题爬虫的目的在于尽可能准确地获取与特定主题相关的内容。针对主题爬虫主题覆盖率不足和主题相似度计算准确度偏低,提出一种动态主题的主题爬虫框架,对主题关键词进行两重扩展:用同主题的词扩展和词的语义扩展。利用主题爬虫自身主题相关资源收集的功能,不断对语料进行扩充,通过LDA训练得到主题文档来进行主题词库扩展更新。在此基础上,提出一种基于word2vec词向量表示的改进相似度计算模型,用于页面相似度计算和URL优先级排序。通过在真实新闻数据集上的实验表明,提出的爬虫在主题相关度的判断准确度和主题内容收获率上均有
其他文献
患者女,61岁,因不慎摔倒,左膝着地,伤后左膝肿痛,活动受限来我院就诊。体格检查:左膝关节稍肿胀,左髌骨前方皮肤组织缺损未见皮下瘀斑,皮温稍高;髌前区局部压痛、叩击痛阳性,
利用气象现代化手段观测的数据进行分析。从风云2C红外云图可以发现,在近海“桑美”台风强度加强过程中,台风外围云系被台风外核区吸收,风暴直径明显减小,结构更为密实,台风眼由模
教师评价是学校管理的重要组成部分之一。从理论上来看,教师评价对提高学校教育质量有重要作用,教育管理者也期望以此来促进教师改进教学,但教师对教师评价的态度并非都是积极的
近年来,由于生活质量提高和消费方式改变,消费者开始追求绿色、有机的高质量生鲜食品,使得"生鲜电商"十分火爆。本文在对当前国内生鲜电商市场的运营基本现状进行全面摸排的
目的探讨内皮型一氧化氮合酶(eNOS)G894T基因多态性与青海省汉族妊娠高血压综合征(PIH)的相关性。方法采用限制性片段长度多态性聚合酶链反应(PCR-RFLP)方法对138名妊娠高血压综合
纺织厂空调系统属于工艺性空调系统,它与民用建筑的空调系统相比,无论从设计方法到系统形式以及设备形式方面都存在着较大的不同,文章着重论述二者的不同。
电动轮汽车轮胎外形尺寸庞大,重量重,靠人工拆装难度大,也不安全。电动轮汽车轮胎拆装车与轮胎拆卸机的研制成功,实现了电动轮汽车轮胎拆装作业的机械化,为电动轮汽车高效维
从目前中国汽车保有情况及汽车零部件回收再利用的情况出发,评价汽车发动机全生命周期并对汽车发动机产品回收再制造进行研究,建立相关的回收再利用方案。
目的:观察氯沙坦联合柔红霉素对血管紧张素Ⅱ作用下急性髓系白血病(acutemyeloid1euke—mia,AML)细胞增殖的抑制作用,检测氯沙坦联合柔红霉素对血管紧张素Ⅱ作用下AML细胞凋亡的影
方法学问题对一门学科发展的重要性是众所周知的。这里所谈的虽然是心理病理学研究的实验法,但对心理学的其它领城也有参考价值。要评定一个实验设计的相对价值,最好的方法是