SEWM05-中文网页分类评测课件.pptVIP

随着互联网的发展，用户已经不仅仅满足于传统的搜索引擎使用方式：输入一个查询词，得到一堆包含这个查询词的网页。用户希望得到更多更好更贴心的信息服务，于是网页分类开始在各个方面得到了广泛的应用以及研究。 SEWM05 中文网页分类评测 龚笔宏,gbh@net.pku.edu.cn 北京大学网络与分布式系统实验室 2005-09-27 主要内容 网页分类评测介绍 评测流程 评测结果 总结及讨论 1.中文网页分类评测介绍 中文网页分类在各个领域的广泛应用 挑战和机遇:在传统的模式识别的技术基础之上，开展针对Web网页特性的研究工作。 存在的问题：缺乏一个标准的评测工具以及评测方法,不同的数据集将会得到不同的评测结果。 1.中文网页分类评测介绍 第一次中文网页分类评测： 2003年第一届全国搜索引擎及Web挖掘大会 评测流程 现场手工选取测试网页（共28个） 现场各参赛队进行分类 检查分类结果，打分并给出结果 规模小，不足以真实的反应分类器的情况 1.中文网页分类评测介绍 我们的目的： 为这个领域的研究人员提供一个交流的机会 希望在国内外各个研究小组的共同参与下建立并完善以中文为主的分类训练集，以进一步促进中文Web分类技术的发展。 评测网页分类的核心技术, 考察分类结果的准确性以及全面性。 2.评测流程 训练集说明:2002年秋天 北京大学网络与分布式实验室天网小组通过动