在未分类英文文档集中挖掘相关词的方法

• 作者: 付仲恺 秦华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 网页分类 关联规则 排序算法 文本表示
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 151-153,163
• 页数: 4页
• 分类号: TP181
• 字数: 6248字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.05.044

摘要

在搜索引擎结果相关性判断、文字语音转换与识别等领域中,如何准确地分析单词之间的搭配关系是主要研究问题之一.利用互联网中的海量信息,在对大量英文网页进行统计分析的基础上,利用单词的出现频率和单词对的共现频率归纳总结出了未分类互联网页面中单词相关程度判定的经验性结论,提出了一种基于文档集统计分析的单词相关程度排序方法和计算公式,并根据该方法实现了分布式的英文单词相关性挖掘系统的原型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦华	北京工业大学计算机学院	23	80	5.0	8.0
2	付仲恺	北京工业大学计算机学院	1	4	1.0	1.0