基于领域特征文本的Deep Web分类研究

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.

关键词：特征文本、领域分类、向量空间模型、Deep Web

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金XDJK2010C033;重庆市自然科学基金CTS2009817

在线出版日期：2012-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：177-180