基于世界知识的深网数据源增强分类模型

• 作者: 孙振强 崔志明 方巍 赵朋朋 黄黎
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 深网 数据源分类 主题分析 特征映射 世界知识
• 年，卷（期）: 2010,（8）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 60-63
• 页数: 4页
• 分类号: TP393
• 字数: 4934字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.08.021

摘要

针对传统词袋方法在深网(Deep Web)数据源分类应用中的局限性,提出一种基于世界知识的Deep Web数据源增强分类模型,通过对外部知识库的主题分析,建立特征映射,构造基于领域概念的辅助分类器,丰富Deep Web查询表单的特征集合.基于Wikipedia百科知识库对真实Web数据进行分类.实验结果证明该模型有效.

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	苏州大学智能信息处理及应用研究所	169	2304	25.0	38.0
2	赵朋朋	苏州大学智能信息处理及应用研究所	39	426	11.0	19.0
3	黄黎	苏州大学智能信息处理及应用研究所	4	19	3.0	4.0
5	方巍	苏州大学智能信息处理及应用研究所	15	153	8.0	12.0
8	孙振强		1	4	1.0	1.0