文献类型：期刊文章

作　　者：李卫[1] 刘建毅[1] 何华灿[1] 王枞[1]

机构地区：[1]北京邮电大学智能科学技术研究中心,北京100876

出　　处：《计算机应用研究》

基　　金：国家"863"面向奥运的多语言智能信息服务系统课题资助项目(2002AA117010-07)

年　　份：2006

卷　　号：23

期　　号：2

起止页码：163-166

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：研究并实现了一个基于主题的智能信息采集系统IFWC,该系统以全信息理论为支撑,吸收传统向量空间模型的思想,采用基于概念的向量空间模型,从词的语义层次对文本进行主题相关性分析;使用扩展元数据的语义相关性判定算法,对页面内的URL进行主题相关性预测。实验证明,该系统采集速度快,采集下来的页面精度高。

关 键 词：基于主题的信息采集  全信息 扩展元数据  概念向量空间模型

分 类 号：TP391.3]