基于本体增量学习的主题爬行

• 作者: 王英 王鑫
• 来源期刊: 长春工程学院学报（自然科学版）
• 学科: 工学
• 关键词: 主题爬虫 本体增量学习 概念树 SF-CF模型 准术语窗口提取模型
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 信息技术与应用
• 页码范围: 81-85
• 分类号: TP31
• 字数: 4337字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8984.2010.04.023

摘要

在面向领域的信息搜索中,本体作为相关的领域知识往往有助于改善搜索效果,在信息检索中被广泛应用.基于本体增量学习的主题爬行技术的研究工作主要包括:首先,利用本体对领域概念及关系的描述作为网页主题判定的依据;其次,在爬行过程中,将学习得到的新概念和关系加入到本体中,以丰富完善领域本体,进而提高主题爬虫的收获率;最后,经过大量的实验数据分析,在词条提取准确率、收获率和响应速度等多个指标方面,证明了所提出的方法是可行的并且是高效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王英	吉林大学计算机科学与技术学院	99	713	15.0	23.0
2	王鑫	长春工程学院软件职业技术学院	10	54	4.0	7.0