随着XML标准被普遍采用,以XML为代表的半结构化文档数量迅速增长。半结构化文本作为一种新的数据形式,是文本内容信息与结构信息的综合体。半结构化文本挖掘区别于传统文本挖掘的关键在于结构信息的获取与利用。结构链接向量模型(SLVM)是我们提出的一种综合考虑结构信息与内容信息的半结构化文档模型。该模型通过核矩阵描述文档结构信息,并利用核矩阵将文档结构信息与内容信息联系起来。本项目以SLVM模型为基础,
{{i.achievement_title}}
数据更新时间:2023-05-31
智能煤矿建设路线与工程实践
具有随机多跳时变时延的多航天器协同编队姿态一致性
基于直观图的三支概念获取及属性特征分析
基于PROSAIL模型和多角度遥感数据的森林叶面积指数反演
区块链技术:从数据智能到知识自动化
基于深度学习和迁移学习的非结构化临床文本挖掘的方法探索
基于吸引子传播的半监督文本挖掘方法研究
基于半监督学习和集成学习的文本分类方法研究
自然语言处理中基于矩阵的结构化学习研究