基于XML和N层VSM的Web信息检索

• 作者: 卡米力·毛依丁 张冉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: XML XHTML N层向量空间模型 查全率 查准率
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 56-58
• 页数: 3页
• 分类号: TP301.6
• 字数: 2101字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.05.020

摘要

基于XML文档格式良好、层次清晰,可以方便地操纵、分析其结构的特点.文中在将Web上的HTML文档转化为XML文档的基础上,通过Java中的DOM树,分析文档的层次结构.把文档分为层次化的文本段,对传统的VSM算法进行改进,把每个文本段转换为空间向量,实现了N层VSM算法,通过试验证明,改进后算法的查全率和查准率都要优于传统的VSM算法.