基于领域特征文本的Deep Web分类研究

• 作者: 吴春明 谢德体
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征文本 领域分类 向量空间模型 Deep Web
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 177-180
• 分类号: TP391
• 字数: 5035字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.04.040

摘要

Deep Web自动分类是建立深网数据集成系统的前提和基础.提出了一种基于领域特征文本的Deep Web分类方法.首先借助本体知识对表达同一语义的不同词汇进行了概念抽象,进而给出了领域相关度的定义,并将其作为特征文本选择的量化标准,避免了人为选取的主观性和不确定性；在接口向量模型构建中,考虑了不同特征文本对于分类作用的差异,提出了一种改进的W-TFIDF权重计算方法；最后采用KNN算法对接口向量进行了分类.对比实验证明,利用所提方法选择的特征文本是准确有效的,新的特征文本权重计算方法能显著地提高分类精度,且在KNN算法中表现出较好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢德体	西南大学资源环境学院	331	5365	37.0	57.0
2	吴春明	西南大学计算机与信息科学学院	20	774	6.0	20.0