1) Chinese Web texts
中文Web文本
1.
This paper deals with Chinese Web texts categorization techniques.
最后通过实验测试了使用KNN算法的中文Web文本分类技术的效果。
2) Chinese Web Text Mining
中文Web文本挖掘
1.
Research of Chinese Web Text Mining Techniques and Its Implementation;
中文Web文本挖掘的若干关键技术研究及其实现
3) Chinese Web text clustering
中文Web文本聚类
4) Web text
Web文本
1.
Research of Web Text Mining Technology Based on Hidden Markov Model;
基于隐马尔可夫模型的Web文本挖掘技术研究
2.
Based on the analysis about the characters of Web text information, this paper has discovered the essential technology, such as the goal sample characteristic withdraws, participle processing and the Web text classification.
本文在分析Web文本信息特征的基础上,揭示了Web文本数据挖掘的目标样本的特征提取、分词处理与Web文本分类等关键技术,以Google为例讨论了该技术在网络信息检索中的应用。
3.
With a brief summary and analysis of the present research and experiment on Web text feature extraction, this paper compares the advantages and shortages of each method, points out the difficulties and problems in the research, and based on this, forecasts the future development and tendency of the research in this domain.
本文对当前有关Web文本特征提取方法的研究和试验进行了简要的综述和分析,比较了每类方法的优势和不足,指出研究中存在的难点和共同探讨的问题,并在此基础上,对该领域未来研究的发展方向和趋势进行了预测。
5) Web documents
Web文本
1.
In this paper,based on the analyses of features of Web documents,this paper does research the approach of classification in Vector Space Model and select of Kernel function.
Web文本分类技术是数据挖掘中一个研究热点领域,而支持向量机又是一种高效的分类识别方法,在解决高维模式识别问题中表现出许多特有的优势。
2.
Based on the analyses of traditional Nearest Neighbor text categorization and features of Web documents, a new method is put forward to effectively organize the rich information on the Internet.
为了更有效的组织Internet上丰富的信息资源,通过分析传统的近邻文本分类方法技术以及Web文本的特点,提出了一种新的简单有效的网页分类方法。
3.
In this paper, based on the analyses of features of Web documents, this paper does research the approach of classification in Vector Space Model and select of Kernel function.
Web文本分类技术是数据挖掘中一个研究热点领域,而支持向量机又是一种高效的分类识别方法,在解决高维模式识别问题中表现出许多特有的优势。
6) Chinese Web document
中文Web文档
1.
How to discover information of high quality efficiently from it is an important subject for Chinese Web document discovery in our country.
本文将神经网络聚类方法之一SOM(Self OrganizingMap ,自组织特征映射 )的思想和方法引入中文Web搜索引擎 ,首先探讨了其网络模型和算法 ,而后提出一种聚类用户所感兴趣的中文Web文档的层次聚类方法 ,从而提高中文Web文档的检索质
补充资料：Isi web of science
isi web of science 是全球最大、覆盖学科最多的综合性学术信息资源，收录了自然科学、工程技术、生物医学等各个研究领域最具影响力的超过8700多种核心学术期刊。利用web of science 丰富而强大的检索功能--普通检索、被引文献检索、化学结构检索，您可以方便快速地找到有价值的科研信息，即可以越查越旧，也可以越查越新，全面了解有关某一学科、某一课题的研究信息。
sci数据库包含的是关于引文的数据库。通过该数据库，你可以检索到哪些文章是曾经被引用过的。因为好的文章，或者有启发性的文章当然、或者说必然被应用，因此该引文库具有相当的科学价值。由于该库对期刊的评价相当严格，因此被索引到的文献具有很高的学术价值。
isi所谓最有影响力的研究成果，指的是报道这些成果的文献大量地被其它文献引用。为此，作为一部检索工具，sci一反其它检索工具通过主题或分类途径检索文献的常规做法，而设置了独特的"引文索引"（citation index）。即通过先期的文献被当前文献的引用，来说明文献之间的相关性及先前文献对当前文献的影响力。
sci 以上做法上的特点，使得 sci 不仅作为一部文献检索工具使用，而且成为科研评价和的一种依据。科研机构被 sci 收录的论文总量，反映整个机构的科研、尤其是基础研究的水平；个人的论文被 sci 收录的数量及被引用次数，反映他的研究能力与学术水平
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条