原创力文档- 1、本文档共4页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第41卷第3期 山东大学学报(理学版) 2006年6月
V01．41No．3 JoURNAI．OFSHANDONGUNIVERSITY Jim．2006
文章■号：1671．9352(2006)03-0108-04
利用分块重要度进行中文网页分类的研究
段昕1，马 军1，宋玲2
(1．山东大学计算机科学与技术学院。山东济南250061；2．山东建筑大学计算机科学与技术系，山东济南250101)
摘要：由于网页中存在着许多“噪声”信息，所以相对于传统的纯文本分类来说，中文主题网页分类是一项更为困
难的工作．但网页可以划分成不同的块。对分类而言每个块的重要度是不同的，可以利用分块的重要度提高网页
分类的质量．介绍了几种流行的网页分块技术，并通过实验验证了基于分块重要度的主题网页分类法的分类质量
优于传统的主题网页分类法．
关键词：网页分割；块重要度；网页分类
中豳分类号：TPl8 文献标识码：A
The of basedonblock
Chinese classification
study Web—page importance
DUAN JunlandSONG
Xinl，MA Li膏
of scienceand
(1．School Univ．，Jinan
computer technology，Shandong250061，Sll蛐dong，China；
0f scienceand Architecture
2．Departmentcomputer technology，ShandongUniv．，Jinan250101，Shandong，China)
classificationismo陀difficultthanthatfor documentsbecauseof informationinWeb
Ah睡嘲：Webpure-text noisy pages．
A callbe ofblocksaWeb for isnot
Web into blocksandthe in classification
page segmentedmultiple imp‘mance page equiva-
callbeutilizedto the of classification．Severalmethodsfor in
lent，which quality prevalent block-segmentation
improve Web
aWeb areintroduced．andthenit isvalidatedthatthemethodforChinese classificationbasedonblock
page Webimpor-
tancebetterthantheone
is fortraditionalmethods．
classification
K毋w岫：Webblock；Web
segmentation；iII驴叫咖0f
置
文档评论（0）