论文研究基于文本分类的信息检索模型 .pdf

文本信息检索研究 经典文本检索方法 (1)——菊池敏典算法 (2)——福岛算法 (3)——加权检索 文本预处理——分词、词干 索引和排序 全文检索方法 国内文本和全文检索研究

通过定义类别聚类密度、类别复杂度以及类别清晰度三个指标，从语料库信息度量的角度研究多种代表性的中文分词方法在隐含概率主题模型LDA下对文本分类性能的影响，定量、定性地分析不同分词方法在网页和学术文献等

提出了一种基于特征项扩展的中文文本分类方法.该方法首先对文档的特征词进行分析,然后利用HowNet抽取最能代表主题的特征义原,接着根据这些义原对特征项进行扩展,并赋予扩展的特征项适当权值来说明其描述能

随着网上信息数量和种类的增加，传统的集中式信息检索方式已不能满足广大用户的需求，分布式信息检索技术日益成为研究的热点。以分布、异构的信息环境为背景，提出了基于LDAP目录服务的分布式异构信息检索模型。

基于刻面分类的构件检索，袁冬娟，周晓峰，构件库是软件复用技术的核心，而如何有效检索到可复用的构件是关键。在众多的构件检索方法中，刻面检索是一种得到广泛应用和高效

一片论文针对knn算法进行了解释与优化。

重点研究了文本的特征提取，通过对互信息和χ2统计的研究，根据其各自的缺陷，提出了一种新的特征提取算法——联合特征提取算法（CEFA）。通过CEFA可以提取出更具代表性的特征项，利用粗糙集优越的约减性构

此文档中介绍的基于支持向量机的文本分类方法是网络舆情分析中常用的文本分类

介绍了有关分类的基本概念和方法如：bayes、knn等的原理。

提出了基于语义的信息检索原型系统，通过建立在本体论基础上的语义分析和逻辑推理，初步实现了人机语义交互，使得计算机能够理解用户的查询意图，明确信息需求，不但可以保证信息检索的查全率，而且可以有效提高查准