摘要：

隨著Internet的迅速發(fā)展,網(wǎng)絡(luò)信息不斷膨脹。為了提供高效、準(zhǔn)確的信息服務(wù),我們需要對網(wǎng)絡(luò)中繁雜的信息進(jìn)行合理的組織與分類。本文的目標(biāo)就是以HTML文本信息處理為背景,從理論及應(yīng)用兩個層次對文本信息的分類方法進(jìn)行了較為深入的研究。 本文主要研究內(nèi)容包括: 1．構(gòu)建了一個實(shí)驗(yàn)用語料庫。 2．研究了HTML標(biāo)記對網(wǎng)頁內(nèi)容的修飾作用,以前人理論為基礎(chǔ)設(shè)計(jì)和實(shí)現(xiàn)了基于HTML標(biāo)記的網(wǎng)頁分析和加權(quán)策略與算法。 3．分析了HTML文本自動分類的重要技術(shù):文本預(yù)處理；特征賦權(quán)；特征提取和特征選擇的六種評估函數(shù):信息增益,互信息,期望交叉熵,X~2統(tǒng)計(jì),文本證據(jù)權(quán),右半信息增益。對用Webdup抓取得的HTML文本集進(jìn)行了系統(tǒng)測試,分析了各種評估函數(shù)對不同分類器的優(yōu)劣。 4．研究了HTML文本分類算法:樸素貝葉斯、K近鄰、支持向量機(jī)等幾種分類算法,將k近鄰方法和支持向量機(jī)相結(jié)合形成KNN-SVM分類器,更加適用于網(wǎng)頁文本自動分類的需要。并對KNN和KNN-SVM兩種分類器在復(fù)旦大學(xué)標(biāo)準(zhǔn)語料庫和網(wǎng)頁語料庫上進(jìn)行了實(shí)驗(yàn)比較分析,得出KNN-SVM是比KNN更好的分類器。 5．作為HTML文本自動分類技術(shù)研究的結(jié)果,采用VC++設(shè)計(jì)與實(shí)現(xiàn)了支持KNN和KNN-SVM兩種分類器的HTML文本自動分類原型系統(tǒng)。

展開

總結(jié)

以上是生活随笔為你收集整理的html如何实现文章分类功能,HTML文本自动分类技术的研究与工具的实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。