检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于BERT的黑灰产网页分类方法研究

中国科技纵横 2024年第11期 18-20页

作者：李春霞崔艳海彭艳兵周天河南京烽火天地通信发展有限公司江苏南京 210019 武汉邮电科学研究院有限公司湖北武汉 430000 南京掌控通信科技有限公司司法鉴定所江苏南京 210000

本文提出了一种基于BERT模型的网站分类算法,用于识别特定网站.该算法利用BERT提取网页文本句子特征向量,并采用自注意力层,解决了计算机配置要求的问题.句向量经过核函数SVM分类器进行分类,使用Focal loss处理数据不平衡.实验结果表明... 详细信息

本文提出了一种基于BERT模型的网站分类算法,用于识别特定网站.该算法利用BERT提取网页文本句子特征向量,并采用自注意力层,解决了计算机配置要求的问题.句向量经过核函数SVM分类器进行分类,使用Focal loss处理数据不平衡.实验结果表明,该方法在分类准确度方面明显优于传统机器学习算法和独立的BERT模型.

关键词：网页分类 BERT 数据不平衡深度学习

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

网页分类技术

清华大学学报（自然科学版） 2004年第1期44卷 65-68页

作者：孙建涛沈抖陆玉昌石纯一清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

网页分类是使用机器学习的方法实现网页类别的自动标注。回顾了文本分类技术的研究状况,分析了网页的结构特征,难点在于结合网页的结构信息选择合理的表示方式和分类算法。使用纯文本分类技术处理网页是不合理的。基于概率模型的方法和... 详细信息

网页分类是使用机器学习的方法实现网页类别的自动标注。回顾了文本分类技术的研究状况,分析了网页的结构特征,难点在于结合网页的结构信息选择合理的表示方式和分类算法。使用纯文本分类技术处理网页是不合理的。基于概率模型的方法和关系学习方法计算量大,关系学习方法学习结果的可解释性好,支持向量机方法分类准确率高,但核函数的构造和大规模数据集的训练都是该算法的难题。应该采用多种指标对网页分类算法进行评价。

关键词：网页分类机器学习文本分类网络挖掘

在线全文

学校读者我要写书评

暂无评论

面向网页分类的网页摘要方法

电子学报 2006年第8期34卷 1475-1480页

作者：鲁明羽沈抖郭崇慧陆玉昌大连海事大学计算机科学与技术学院辽宁大连116026 清华大学计算机科学与技术系北京100084

网页分类是网络挖掘的重要研究内容之一.与文本分类相比,网页分类面临的困难更多.去除网页中的噪声信息可以提高网页分类的精度,基于摘要的网页分类方法利用了这一思想.本文对三种传统的网页摘要方法进行了分析和改进,提出了Content Bod... 详细信息

网页分类是网络挖掘的重要研究内容之一.与文本分类相比,网页分类面临的困难更多.去除网页中的噪声信息可以提高网页分类的精度,基于摘要的网页分类方法利用了这一思想.本文对三种传统的网页摘要方法进行了分析和改进,提出了Content Body摘要方法以及基于四种摘要方法的混合摘要方法;在此基础上,进行了大量基于摘要的网页分类实验.实验结果表明,所有的摘要方法都可以提高分类效果,其中混和摘要方法效果最好,可以使分类的F1值得到12.9%的改进.

关键词：网页分类网页摘要 Content Body 混合摘要方法

在线全文

学校读者我要写书评

暂无评论

Blog网页分类与识别技术研究

通信学报 2007年第12期28卷 156-160页

作者：郑德权张迪赵铁军于浩哈尔滨工业大学语言语音教育部-微软重点实验室黑龙江哈尔滨150001

为了找到一种自动将Blog网页区别于其他Web页面的方法,以便针对Blog语料进行内容抽取、对Blog社区进行规律性研究和发现等,针对Blog网页的特点与规律,提出一种根据网页结构和关键字计算相似度的方法识别Blog网页,初步的实验结果表明,达... 详细信息

为了找到一种自动将Blog网页区别于其他Web页面的方法,以便针对Blog语料进行内容抽取、对Blog社区进行规律性研究和发现等,针对Blog网页的特点与规律,提出一种根据网页结构和关键字计算相似度的方法识别Blog网页,初步的实验结果表明,达到了较高的识别正确率。

关键词： Blog网页识别相似度计算网页分类

在线全文

学校读者我要写书评

暂无评论

网络信息审计系统中的实时网页分类方法

西安交通大学学报 2006年第12期40卷 1393-1396页

作者：廖明涛张德运侯琳李金库西安交通大学网络研究所西安710049 西安建筑科技大学信息与控制工程学院西安710055

为了实现网络信息审计系统中的实时网页分类,提出了一种基于Dempster-Shafer证据理论的分类新方法.其基本思路是:不进行IP分片包重组,直接将网页地址特征和分片数据包作为分类的证据,计算各个证据对类的支持度,然后利用Dempster证据组... 详细信息

为了实现网络信息审计系统中的实时网页分类,提出了一种基于Dempster-Shafer证据理论的分类新方法.其基本思路是:不进行IP分片包重组,直接将网页地址特征和分片数据包作为分类的证据,计算各个证据对类的支持度,然后利用Dempster证据组合规则将各种证据提供的信息进行不断地在线融合判决,并最终给出网页的分类结果.当已有证据可以对网页进行有效分类时,对后续数据包不再做进一步处理.实验结果表明,所提方法的查准率大于83%,查全率大于90%,在分类性能和运行时间上均优于已有的基于分片的模糊K最近邻分类算法.

关键词：网络信息审计网页分类证据理论

在线全文

学校读者我要写书评

暂无评论

基于Hyperlink聚类的网页分类研究

华中科技大学学报（自然科学版） 2004年第12期32卷 5-6,31页

作者：叶卫国卢正鼎王天江厦门大学管理学院福建厦门361005 华中科技大学计算机科学与技术学院湖北武汉430074

研究并提出了基于Hyperlink聚类的分类算法 ,它不需要分析Web文档内容 ,只根据Web图来聚类 .算法性能比传统文本分类方法有很大提高 ,大大增强了网页分类的能力和效率 ,适合于海量网页分类 .实验表明基于Hyperlink聚类的分类算法 ,应用... 详细信息

研究并提出了基于Hyperlink聚类的分类算法 ,它不需要分析Web文档内容 ,只根据Web图来聚类 .算法性能比传统文本分类方法有很大提高 ,大大增强了网页分类的能力和效率 ,适合于海量网页分类 .实验表明基于Hyperlink聚类的分类算法 ,应用于Web文档信息分类 ,比传统的文本分类方法更加有效 .

关键词：网页分类超链接聚类中心点

在线全文

学校读者我要写书评

暂无评论

基于结构和文本特征的网页分类技术研究

中国科学技术大学学报 2017年第4期47卷 290-296页

作者：顾敏郭庆曹野朱峰顾彦慧周俊生曲维光南京师范大学计算机科学与技术学院江苏南京210023 福建省信息处理与智能控制重点实验室闽江学院福建福州350121

Web网页中含有丰富的信息资源,通过网页分类可以更好地对其内容进行抽取和管理,方便用户阅读.针对网页复杂的结构信息和丰富的文本内容,提出了一种基于网页文本和结构的网页分类方法,利用众创相关网页的结构特点和文本信息,选择联合特... 详细信息

Web网页中含有丰富的信息资源,通过网页分类可以更好地对其内容进行抽取和管理,方便用户阅读.针对网页复杂的结构信息和丰富的文本内容,提出了一种基于网页文本和结构的网页分类方法,利用众创相关网页的结构特点和文本信息,选择联合特征和原子特征相结合的方法进行分类.实验表明,这种方法有一定的可行性,且比单一使用文本信息进行分类的方法具有更高的正确率和召回率.

关键词：网页分类朴素贝叶斯原子特征联合特征

基于wordNet的类别可拓展网页分类系统(英文)

在线全文

学校读者我要写书评

暂无评论

深圳大学学报（理工版） 2009年第2期26卷 116-120页

作者：彭小刚明仲王海涛周景洲深圳大学计算机与软件学院深圳518060

基于文本写作常采用一个意思由多个不同写法的单词来表述,研究词义文本分类法被用来替代使用关键词分类算法以提高分类准确率.分析wordNet内Synset架构,认为一个兼顾词义以及词义间关系的词义文本分类系统可应用到网页分类中.该系统同... 详细信息

基于文本写作常采用一个意思由多个不同写法的单词来表述,研究词义文本分类法被用来替代使用关键词分类算法以提高分类准确率.分析wordNet内Synset架构,认为一个兼顾词义以及词义间关系的词义文本分类系统可应用到网页分类中.该系统同时注意到固定的文本类别结构以及结构内不断增长的文件数目间的区别,加入了基于类别信息聚类方法的类别拓展的功能.仿真实验证明,该分类系统与现有的基于语义的分类系统相比,在分类准确度性能上能提高13%.基于类别信息类聚的文本拓展功能与采用基于相似度的类聚方法的系统相比获得了一个质量更高的新增类别.

关键词：信息提取网页分类 wordNet 基于词义分类类别拓展

在线全文

学校读者我要写书评

暂无评论

网页分类技术研究现状与发展趋势的图谱分析

现代电子技术 2019年第13期42卷 81-85页

作者：库尔班·麦麦提吾守尔·斯拉木新疆大学信息科学与工程学院

以Web of Science中1998—2017年间收录的1277篇网页分类领域文献为研究对象,采用CiteSpace可视化工具,并使用科学计量学方法,系统回顾了网页分类领域中主要的研究机构、研究热点及研究脉络等内容。研究发现,目前的网页分类技术已完成... 详细信息

以Web of Science中1998—2017年间收录的1277篇网页分类领域文献为研究对象,采用CiteSpace可视化工具,并使用科学计量学方法,系统回顾了网页分类领域中主要的研究机构、研究热点及研究脉络等内容。研究发现,目前的网页分类技术已完成理念界定和概念推广,并形成较为完善的研究体系结构。在该领域中,中国科学院和北京大学具有较强的科研能力,而美国在国际影响力上处于领先地位。另外,文中发现机器学习和数据挖掘是近几年网页分类领域的研究热点。文中的分析结果将为我国网页分类技术领域的研究提供一些参考。

关键词：网页分类文献计量学图谱分析 CiteSpace 研究机构研究热点研究脉络