基于最大熵分类器的Deep Web查询接口自动判定

• 作者: 崔志明 方巍 黄黎
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Deep Web 网页表单 特征提取 最大熵模型
• 年，卷（期）: 2008,（21）
• 所属期刊栏目: 机器学习
• 页码范围: 133-137
• 页数: 5页
• 分类号: TP18
• 字数: 6281字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.21.037

摘要

Web中包含着海量的高质量信息,它们通常处在网络深处,无法被传统搜索引擎索引,将这样的资源称为Deep Web.因为查询接口是Deep Web的唯一入口,所以要获取Deep Web信息就必须判定哪些网页表单是Deep Web查询接口.由于最大熵模型可以综合观察到的各种相关或不相关的概率知识,对许多问题的处理都可以达到较好的结果.因此,基于最大熵模型的分类性能,利用最大熵分类算法自动判定查询接口.并通过实验,将最大熵分类法与其它常用分类方法进行了比较,结果显示它的分类性能优于Bayes方法和C4.5方法,与SVM方法相当,表明这是一种非常实用的查询接口分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔志明		169	2304	25.0	38.0
3	黄黎		4	19	3.0	4.0
5	方巍		15	153	8.0	12.0