期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用URL-Key进行查询分类
被引量:
2
1
作者
李雪伟
吕学强
+1 位作者
董志安
刘克会
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2015年第2期220-226,共7页
针对查询分类问题,借助互联网中人工组织的分类网站领域URL,利用URL-key在各个类别中使用的频度,提出基于方差的领域URL-key识别方法,利用机器翻译、拼音翻译和搜索结果反馈等技术对URL-key进行过滤,构建领域URL-key。然后结合伪相关反...
针对查询分类问题,借助互联网中人工组织的分类网站领域URL,利用URL-key在各个类别中使用的频度,提出基于方差的领域URL-key识别方法,利用机器翻译、拼音翻译和搜索结果反馈等技术对URL-key进行过滤,构建领域URL-key。然后结合伪相关反馈技术,选取URL-key为特征,构建URL-key向量,利用SVM对查询串进行分类。实验结果表明,该方法不仅F值比对比方法提高7%,而且资源的使用也远远小于对比方法,提高了系统的时效性。
展开更多
关键词
查询分类
URL
url-key
伪相关反馈
下载PDF
职称材料
利用URL-Key领域术语识别方法
2
作者
吕书宁
董志安
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018年第2期262-270,共9页
首次提出利用URL-Key进行领域术语识别的方法。以URL作为媒介,借助已知URL-Key的领域性来判断未知领域候选术语的领域性。首先,借助互联网中已有的人工分类领域URL,根据URL-Key在各领域汇总使用的频度,采用基于方差的领域URL-Key识别方...
首次提出利用URL-Key进行领域术语识别的方法。以URL作为媒介,借助已知URL-Key的领域性来判断未知领域候选术语的领域性。首先,借助互联网中已有的人工分类领域URL,根据URL-Key在各领域汇总使用的频度,采用基于方差的领域URL-Key识别方法,构建领域URL-Key词表;然后,利用伪反馈技术,收集候选领域词检索得到的URL结果集,根据URL结果集构建候选领域术语的URL-Key特征向量;最后,利用SVM对候选领域术语进行提取。在4个领域进行实验,都取得不错的效果。新提出的方法可以有效地解决低频术语识别问题,为低频术语的识别提供新的思路。
展开更多
关键词
URL
url-key
领域术语
低频术语
SVM
下载PDF
职称材料
题名
利用URL-Key进行查询分类
被引量:
2
1
作者
李雪伟
吕学强
董志安
刘克会
机构
北京信息科技大学网络文化与数字传播北京市重点实验室
北京理工大学管理与经济学院
北京城市系统工程研究中心
出处
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2015年第2期220-226,共7页
基金
国家自然科学基金(61271304)
北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目(KZ201311232037)
北京市科学技术研究院创新工程(PXM2013-178215-000004)资助
文摘
针对查询分类问题,借助互联网中人工组织的分类网站领域URL,利用URL-key在各个类别中使用的频度,提出基于方差的领域URL-key识别方法,利用机器翻译、拼音翻译和搜索结果反馈等技术对URL-key进行过滤,构建领域URL-key。然后结合伪相关反馈技术,选取URL-key为特征,构建URL-key向量,利用SVM对查询串进行分类。实验结果表明,该方法不仅F值比对比方法提高7%,而且资源的使用也远远小于对比方法,提高了系统的时效性。
关键词
查询分类
URL
url-key
伪相关反馈
Keywords
query classification
URL
url-key
pseudo relevance feedback
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
利用URL-Key领域术语识别方法
2
作者
吕书宁
董志安
机构
北京工业大学软件学院
北京信息科技大学网络文化与数字传播北京市重点实验室
出处
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018年第2期262-270,共9页
基金
国家自然科学基金(61671070)
国家语言文字工作委员会重点项目(ZDI135-53)资助
文摘
首次提出利用URL-Key进行领域术语识别的方法。以URL作为媒介,借助已知URL-Key的领域性来判断未知领域候选术语的领域性。首先,借助互联网中已有的人工分类领域URL,根据URL-Key在各领域汇总使用的频度,采用基于方差的领域URL-Key识别方法,构建领域URL-Key词表;然后,利用伪反馈技术,收集候选领域词检索得到的URL结果集,根据URL结果集构建候选领域术语的URL-Key特征向量;最后,利用SVM对候选领域术语进行提取。在4个领域进行实验,都取得不错的效果。新提出的方法可以有效地解决低频术语识别问题,为低频术语的识别提供新的思路。
关键词
URL
url-key
领域术语
低频术语
SVM
Keywords
URL
url-key
domain term
low-frequency term
SVM
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用URL-Key进行查询分类
李雪伟
吕学强
董志安
刘克会
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2015
2
下载PDF
职称材料
2
利用URL-Key领域术语识别方法
吕书宁
董志安
《北京大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部