基于相似图片聚类的Web文本特征算法

• 作者: 徐武平 方爽 殷俊杰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Web文本特征 图片搜索引擎 基于文本的图像检索 基于内容的图像检索 倒排索引 Web文本分析
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 161-165,171
• 页数: 6页
• 分类号: TP18
• 字数: 5079字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.12.030

摘要

对于图文不符的低质量网页，现有基于文本关键词的图片搜索引擎得到的结果相关性较差。针对该问题，将图片的相似性聚类信息和网页质量因素融入文本分析过程，提出一种基于相似图片聚类的Web文本特征算法。根据网页PageRank值、关键词HTML标签类别和关键词词性类别的不同，分别赋予其不同的权重并代入计算公式，综合计算得到整个聚类中全部关键词的文本特征值，并通过设置阈值提取高相关文本。对随机选取的15个图片聚类进行实验分析，结果表明，与百度和谷歌目前所用图片搜索算法相比，该算法能够准确地找到反映图片内容的真实文本，提高图片检索的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐武平	武汉大学计算机学院	15	371	8.0	15.0
2	方爽	武汉大学计算机学院	1	7	1.0	1.0
3	殷俊杰	武汉大学计算机学院	1	7	1.0	1.0