【摘 要】
：
网页检索结果中,用户经常会得到内容相同的冗余页面。提出了一种通过新闻主题要素学习新闻内容的新闻网页去重算法。该方法的基本思想是:首先,抽取新闻要素中关于事件发生的
【机 构】
：
山西大学计算机与信息技术学院,计算智能与中文信息处理省部共建教育部重点实验室
论文部分内容阅读
网页检索结果中,用户经常会得到内容相同的冗余页面。提出了一种通过新闻主题要素学习新闻内容的新闻网页去重算法。该方法的基本思想是:首先,抽取新闻要素中关于事件发生的时间和地点短语;然后,通过抽取的时间和地点短语抽取新闻的内容;最终,根据学习的新闻内容通过计算它们的相似度来判断新闻网页的重复度。实验结果表明,该方法能够完成针对新闻内容的新闻网页的去重,并得到较高的查全率和查准率。
其他文献
黑泽明的电影《梦》讲了一个人一生中的八个梦,通过梦境的分析,可以得出结论说《梦》探讨的是人与自然的关系,主题是反对以机器、烟囱、核武器、战争为代表的现代工业文明,倡
目的观察低频超声联合尿激酶静脉溶栓治疗大鼠脑梗死的疗效和基质金属蛋白酶9（matrix metal oproteinase-9，MMP-9）及其抑制物1（tissue inhibitor of metal oproteinase-1，TIMP-1）在
本文以"沙集模式"经济模式中信息化带动产业化,产业化促进经济化为基本指导思想,以黑龙江区域特色经济可持续发展的研究为切入点,从黑龙江得天独厚的区域特色经济产品和发展
采用建立评价家电产业19家上市公司企业经营效率的数据包络DEA模型,来测算出各公司的总体效率、技术效率、规模效率及规模效益状况,从而对非DEA有效的公司提出使其达到有效的
GJB9001B—2009质量管理体系要求中新增了技术状态管理的内容,并要求各单位要组织实施技术状态管理。文章从技术状态管理定义、技术状态管理的意义、技术状态管理的实施步骤
分析袋成型自动包装机供膜机构原理的基础上,提出了简单可靠、操作方便、自动化程度高,应用范围广的袋成型自动包装机供膜机构的设计方案,并对结构进行了分析,从而为保证包装
以某高速公路为基础,通过振动实验研究基于骨架密实结构的水泥稳定碎石配合比,并利用振动击实法测定配合比的最佳含水量和最大干密度。实验表明:1~#、2~#、3~#以及石屑配比为
财政部颁发的新会计准则,全面引入了公允价值计量属性,并且给予了公司更大的自主权来调整其会计政策。新会计准则更多地体现了和国际会计准则的趋同,具有较大的积极意义。但
关于巫山和涉及高唐神女意象的诗歌发展到宋代,出现了与前代较大的不同,有的神女诗中神女由艳丽多情的传统形象转变成出尘的女仙,有的传统神女题材的诗歌中神女意象消失不见,
氯吡格雷在临床上被公认为最广泛的抗血小板药物,但最近研究发现,有些患者存在氯吡格雷抵抗,即接受氯吡格雷抗血小板药物治疗后而不能提供充分抗血小板作用的一种现象。氯吡