马克萨科夫。 一种改进定期主题相关网络搜索的方法。 (英语。俄文原件) Zbl 1187.68184号 莫斯克。计算机大学。数学。赛博。 31,第2期,71-78(2007); 维斯特翻译。莫斯科。州立大学。XV 2007,第2期,35-43(2007)。 摘要:本文描述了一种基于关键词搜索和主题相关过滤方法的组合的周期性主题相关搜索方法,该方法使用文本分类器。我们从各种分类算法在解决所研究问题时的效率角度来考虑它们。 MSC公司: 68页第10页 搜索和排序 软件:SVM灯;OHSUMED公司;4.5条 PDF格式BibTeX公司 XML格式引用 \textit{A.V.Maksakov},莫斯科。大学计算机。数学。赛博。31,No.2,71--78(2007;Zbl 1187.68184);维斯特翻译。莫斯科。州立大学。XV 2007,第2号,35-43(2007) 全文: 内政部 参考文献: [1] 陈,H。;Sumais,S.,《为网络带来秩序:自动分类搜索》,Proc。ACM SIGCHI计算机系统人为因素会议,145-152(2000),纽约:ACM出版社,纽约·doi:10.1145/332040.332418 [2] Driori,O。;Aron,N.,《使用文档分类显示搜索结果列表》,J.Inform。科学。,29, 2, 97-106 (2003) ·doi:10.1177/016555150302900202 [3] van Rijsbergen,C.,《信息检索》(1979),伦敦:Butterworth公司,伦敦·Zbl 0227.68052号 [4] Barfourosh,A。;Nezhad,H。;安德森,M。;Perlis,D.,《万维网信息检索与主动逻辑:调查与问题定义》(2002年),大学公园:马里兰大学,大学公园 [5] 小林,M。;武田,K.,《网上信息检索》,ACM计算调查,32,2,144-173(2000)·数字对象标识代码:10.1145/358923.358934 [6] Furnkranz,J.,《使用N-Gram特征进行文本分类的研究》(1998年),维也纳:奥地利人工智能研究所,维也纳 [7] Provost,J.,Naive-Bayes vs.Rule-Learning in Classification of Email(1999),奥斯汀:德克萨斯大学计算机科学系,奥斯汀 [8] Sebastiani,F.,《自动文本分类中的机器学习》,ACM计算调查,1-47(2002),纽约:ACM出版社,纽约 [9] 杨,Y。;刘欣,《文本分类方法的重新审视》,《论著》。国际ACM信息检索研究与开发会议(SIGIR-99),42-49(1999),纽约:ACM出版社,纽约 [10] Joachims,T.,《使大规模SVM学习实用化》,《内核方法的进展:支持向量学习》,169-184(1999),剑桥:MIT-Press,剑桥 [11] Chakrabarti,S.,《从超文本数据挖掘网络发现知识》(2004),旧金山:摩根考夫曼出版社,旧金山 [12] Fisher,R.,《分类学问题中多重测量的使用》,优生学年鉴,7179-188(1936) [13] Quinlan,R.,C4.5:机器学习计划(1993),旧金山:Morgan Kaufmann出版社,旧金山 [14] 廖,C。;阿尔法,S。;Dixon,P.,《文本分类中的特征准备》,Proc。澳大利亚数据挖掘研讨会,23-34(2003),悉尼:悉尼科技大学 [15] Hersh,W。;巴克利,C。;T·利昂。;Hickam,D.,OHSUMED:交互式检索评估和新的大型研究测试集,Proc。第17届国际ACM SIGIR信息检索研究与开发年会,192-201(1994),纽约:斯普林格,纽约 [16] http://www.daviddlewis.com/resources/testcollections/reuters21578/readme.txt [17] Nigam,K。;McCallum,A。;Thrum,S。;Mitchell,T.,《学习从标记和未标记文档中分类文本》,Proc。第15届全国人工智能大会,729-799(1998),门罗公园:AAAI出版社,门罗公园 [18] Joachims,使用TFIDF对Rochio算法进行文本分类的概率分析,Proc。机器学习国际会议(ICML),143-151(1997),旧金山:摩根考夫曼出版社,旧金山 [19] 程序。第四届俄罗斯研讨会ROMIP-2006(NU TsSI,圣彼得堡,2006)[俄语]。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。