%0 Journal Article
%T 基于领域特征文本的deepweb分类研究
%A 吴春明
%A 谢德体？
%J 计算机科学
%D 2012
%X deepweb自动分类是建立深网数据集成系统的前提和基础。提出了一种基于领域特征文本的deepweb分类方法。首先借助本体知识对表达同一语义的不同词汇进行了概念抽象，进而给出了领域相关度的定义，并将其作为特征文本选择的量化标准，避免了人为选取的主观性和不确定性;在接口向量模型构建中，考虑了不同特征文本对于分类作用的差异，提出了一种改进的w-"i'fidf权重计算方法;最后采用knn算法对接口向量进行了分类。对比实验证明，利用所提方法选择的特征文本是准确有效的，新的特征文本权重计算方法能显著地提高分类精度，且在knn算法中表现出较好的稳定性。
%K 特征文本
%K 领域分类
%K 向量空间模型
%K deepweb
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=120440&flag=1