文本消重相关论文
在互联网新闻搜索引擎的研究中，去除内容相同或者相近的新闻是提高搜索引擎效率和准确度的关键技术之一。对于金融等领域的专业新闻......
准确提取网上信息报道的最早发布时间，对于使用计算机辅助的社会科学研究来说具有重要价值。数据表明，有40％的信息报道无法从网页中直......
Webinfomall是北京大学网络实验室从2001年开始建设的中国网页档案馆。迄今，它已经收藏了自2002年初以来出现在中国互联网上的近30......
