跳转到主要内容
认证机构:IGI全球平台(112.34.110.29)
登录
注册
语言:
英语
欢迎使用InfoCi平台
IGI全球平台
IGI全球平台
无法进行身份验证。
IP:112.34.110.29
数据库搜索
数据库搜索
基本搜索
高级搜索
专家搜索
保存的搜索
索策略
研究工具
研究工具
帮助
用户指南
咨询委员会
用户资源
用户资源
针对研究人员
对于作者
对于图书馆员
指数
该标题如下所示:
关闭
参考中心
该研究被引用于:
关闭
最近搜索的热门结果
关闭
基于搜索引擎建议和无监督次主题聚类的主要文档分类框架
陈昭、武志太郎、川端康熙
源标题:
国际认知信息学与自然智能杂志(IJCINI)
15(4)
版权:
© 2021
|
体积:
15
|
问题:
4
|
页:
15
国际标准编号:
1557-3958
|
EISSN公司:
1557-3966
|
EISBN13:
9781799859857
|
内政部:
10.4018/IJCINI.20211001.oa42
引用文章
引用文章
MLA公司
Zhao,Chen等,“使用搜索引擎建议和无监督次主题聚类识别主要文档的分类框架”
IJCINI公司
2021年第4期第15卷:第1-15页。
http://doi.org/10.4018/IJCINI.20211001.oa42
亚太地区
Zhao,C.、Utsuro,T.和Kawada,Y.(2021)。
使用搜索引擎建议和无监督次主题聚类识别主要文档的分类框架。
国际认知信息学与自然智能杂志(IJCINI),15
(4), 1-15.
http://doi.org/10.4018/IJCINI.20211001.oa42
芝加哥
Zhao、Chen、Takehito Utsuro和Yasuhide Kawada。
“使用搜索引擎建议和无监督次主题聚类识别主要文档的分类框架,”
国际认知信息学与自然智能杂志(IJCINI)
第4期:1-15。
http://doi.org/10.4018/IJCINI.20211001.oa42
导出参考
最喜欢的
完整发布下载
查看全文HTML
查看全文PDF
摘要
本文解决了从一小部分类似文档中自动识别出超出主题的文档的问题,这些文档预计会涉及一些常见主题。
目标是从集合中删除噪声文档。
提出了一种基于主题模型的分类框架,用于发现非主题文档。
本文引入了带注释的{it搜索引擎建议}的新概念,其中本文将用于搜索页面的任何搜索查询作为该页面中内容的表示。
本文采用词嵌入来创建单词和文档的分布式表示,并对搜索引擎建议进行相似性比较。
结果表明,搜索引擎可以对文本内容进行高度准确的语义表示,并且与主题概率排序的基线技术相比,使用这种表示进行相关性度量的文档分析算法在主题内内容过滤方面具有令人满意的性能。
如果出现与翻译网站中包含的信息的准确性有关的任何问题,
请参阅网站的英文版本,即官方版本。
访问
www.igi-global.com/gateway/terms-and-conditions网站/
了解更多信息。