面向网页分类的网页摘要方法

• 作者: 沈抖 郭崇慧 陆玉昌 鲁明羽
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 网页分类 网页摘要 Content Body 混合摘要方法
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 科研通信
• 页码范围: 1475-1480
• 页数: 6页
• 分类号: TP301
• 字数: 7186字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2006.08.023

摘要

网页分类是网络挖掘的重要研究内容之一.与文本分类相比,网页分类面临的困难更多.去除网页中的噪声信息可以提高网页分类的精度,基于摘要的网页分类方法利用了这一思想.本文对三种传统的网页摘要方法进行了分析和改进,提出了Content Body摘要方法以及基于四种摘要方法的混合摘要方法;在此基础上,进行了大量基于摘要的网页分类实验.实验结果表明,所有的摘要方法都可以提高分类效果,其中混和摘要方法效果最好,可以使分类的F1值得到12.9%的改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁明羽	大连海事大学计算机科学与技术学院	42	574	11.0	23.0
3	陆玉昌	清华大学计算机科学与技术系	86	4098	32.0	63.0
6	郭崇慧	清华大学计算机科学与技术系	75	1223	20.0	33.0
10	沈抖	清华大学计算机科学与技术系	1	12	1.0	1.0