Dictionary-based text categorization of chemical web pages     

Chun-Yan Liang  Li GuoZhao-Jie Xia  Feng-Guang NieXiao-Xia Li  Liang SuZhang-Yuan Yang 《Information processing & management》2006

A new dictionary-based text categorization approach is proposed to classify the chemical web pages efficiently. Using a chemistry dictionary, the approach can extract chemistry-related information more exactly from web pages. After automatic segmentation on the documents to find dictionary terms for document expansion, the approach adopts latent semantic indexing (LSI) to produce the final document vectors, and the relevant categories are finally assigned to the test document by using the k-NN text categorization algorithm. The effects of the characteristics of chemistry dictionary and test collection on the categorization efficiency are discussed in this paper, and a new voting method is also introduced to improve the categorization performance further based on the collection characteristics. The experimental results show that the proposed approach has the superior performance to the traditional categorization method and is applicable to the classification of chemical web pages.  相似文献   

典型的图像搜索引擎特征和评价   总被引：3，自引：0，他引：3  

汪社教 《情报科学》2003,21(4):423-424

本文首先介绍图像搜索引擎技术基础，并对图像搜索引擎进行分类；然后挑选网上较为典型的搜索引擎，分析它们的特点且给予扼要的评述。  相似文献   

浅论科技项目查新与专利查新的异同   总被引：1，自引：0，他引：1  

云洁 《情报科学》2003,21(10):1064-1065

本文通过对科技查新与专利查新的定义、程序和结果进行比较，指出两者的异同。  相似文献   

Improvement of building field association term dictionary using passage retrieval     

Uddin Md.  Elmarhomy  Elsayed  Masao  Kazuhiro  Jun-ichi 《Information processing & management》2007,43(6):1793

Field Association (FA) terms are a limited set of discriminating terms that can specify document fields. Document fields can be decided efficiently if there are many relevant FA terms in that documents. An earlier approach built FA terms dictionary using a WWW search engine, but there were irrelevant selected FA terms in that dictionary because that approach extracted FA terms from the whole documents. This paper proposes a new approach for extracting FA terms using passage (portions of a document text) technique rather than extracting them from the whole documents. This approach extracts FA terms more accurately than the earlier approach. The proposed approach is evaluated for 38,372 articles from the large tagged corpus. According to experimental results, it turns out that by using the new approach about 24% more relevant FA terms are appending to the earlier FA term dictionary and around 32% irrelevant FA terms are deleted. Moreover, precision and recall are achieved 98% and 94% respectively using the new approach.  相似文献   

搜索引擎网页快照的实现与安全     

孙静  赵恒永 《中国科技信息》2007,(11):138-139,141

文章介绍了搜索引擎网页快照系统的实现以及在安全性能方面的研究。当前的多数搜索引擎网站提供的网页快照,能够使用户更加快速和方便地访问较早时期的网页,但它们并没有对其中的网页安全进行判断。文章中的网页快照系统在实现网页快照的同时,通过建立网页脚本语言学习解释器,运用机器学习技术、词法分析技术等对网页上可能存在的不安全代码进行判断和去除,从而保证提供给用户的是尽量安全的网页快照。  相似文献   

搜索力经济研究     

李伟超  张新刚 《情报科学》2007,25(3):345-348

目前，由搜索引擎所引领的另类网络虚拟经济形态一“搜索力经济”正在迅速崛起。作为互联网新经济的核心价值，搜索力正引领着互联网的现在和未来。本文将对这一“热点区域”对“搜索力经济”的概念、出现原因及引发的变革等相关问题进行分析，帮助读者对互联网的新领域有更深刻的了解。  相似文献   

新一代中文智能搜索引擎尤里卡研究   总被引：3，自引：1，他引：3  

李村合 《情报科学》2003,21(1):86-88

本文介绍了Internet新一代中文智能搜索引擎尤里卡的基本情况，它能对自然语言查询进行语义理解，克服了传播搜索方法与语义无关的缺点。研究了该搜索引擎的使用方法与技巧，同时客观地评价了它的优劣得失，指出需进一步完善之处。  相似文献   

隐蔽网络及其资源检索策略研究   总被引：6，自引：0，他引：6  

刘雅晴 《情报科学》2006,24(5):713-716

介绍了隐蔽网络的基本定义，分析了隐蔽网络出现的原因。重点讨论了如何查找隐蔽网络资源。将各种方式总体上划分为间接查找和直接查找两种类型。并介绍了自动利用专业搜索引擎发现隐形网页上资源和构建面向特定任务、人工辅助的网络爬虫两种方法。  相似文献   

搜索引擎应对网站作弊的搜索策略和用户的检索策略     

刘俊熙 《现代情报》2007,27(6):168-170,172

目前，用户需要搜索引擎提高查准；而相关网站则通过种种的手法（甚至是非法手段）来获得在搜索引擎检索结果中好的排名来为企业获取利益。本文探讨的问题是：在这种背景下，（1）搜索引擎如何制定策略来进行有针对性地搜索；（2）用户如何制定检索策略来进行有效地检索。  相似文献   

科技查新报告结论部分的撰写   总被引：3，自引：0，他引：3  

吴其叶 《现代情报》2003,23(3):129-129,175

在科技查新报告中的查新结论是报告中的最重要的部分，如何应用客观、公正、明确、准确的观点及用语，撰写好科技查新报告的结论是查新报告中一项重要的工作内容，文章就结论的基本要求及结构，结论用语的基本选择以及结论的其他形式进行了介绍。  相似文献