10.3778/j.issn.1673-9418.2011.08.003
Web实时环境两级过滤中文文本内容自学习算法
用户在互联网发布信息的自由性对Web信息内容过滤提出新的挑战.为此,给出一种自学习的两级内容过滤算法SAFE (self-study algorithm of filtering Chinese text content).SAFE以数据流的方式处理文本,并根据Apriori性质,在不依赖词典的情况下,通过挖掘关键字和关键词实现对文档的两级内容过滤.利用真实世界Web文档验证了SAFE的有效性,实验表明对给定的主题进行文本内容过滤,SAFE的查全率达到93.75%以上,查准率达到100%,执行时间能够满足Web应用的实时性要求.
数据挖掘、文本内容过滤、关键词挖掘
5
TP311(计算技术、计算机技术)
The Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.20100181120029;the Young Faculty Foundation of Sichuan University under Grant No.2009SCU11030
2011-12-19(万方平台首次上网日期,不代表论文的发表时间)
共12页
695-706