基于向量空间模型的网页文本可信性分类方法

doi:10.3778/j.issn.1002-8331.2008.25.033

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (25): 109-112.DOI: 10.3778/j.issn.1002-8331.2008.25.033

基于向量空间模型的网页文本可信性分类方法

毛雪云^1,2,曾国荪^1,2,王伟^1,2

1.同济大学计算机科学与技术系，上海 201804
2.国家高性能计算机工程技术中心同济分中心，上海 201804

收稿日期:2008-01-24 修回日期:2008-07-14 出版日期:2008-09-01 发布日期:2008-09-01
通讯作者: 毛雪云

Web text trustworthiness classification method based on VSM

MAO Xue-yun^1,2,ZENG Guo-sun^1,2,WANG Wei^1,2

1.Department of Computer Science and Engineering，Tongji University，Shanghai 201804，China
2.Tongji Branch，National Engineering & Technology Center of High Performance Computer，Shanghai 201804，China

Received:2008-01-24 Revised:2008-07-14 Online:2008-09-01 Published:2008-09-01
Contact: MAO Xue-yun

摘要/Abstract

摘要： 开放网络环境下存在大量的信息文档，如何判断文档内容的可信性、安全性一直是一个值得深入研究的问题。论文研究了可信文本分类的方法，收集了体现文本可信性的点滴素材，建立了文本的信任特征向量，并结合已有的特征选择方法，实现了一个基于向量空间模型的文本可信性分类算法，实验表明该方法具有较好的分类效果。

关键词: 可信文本分类, 信任特征向量, 分类

Abstract: There are vast information documents in the open Internet environment.But how to judge their trustworthiness and security is a problem worthy of deep research.This paper introduces web text classification method，extracts many trust materials from documents，and establishes the trust eigenvectors of texts.Combining existing technique of feather selecting with the method of trustworthiness feather selection，this paper implements web text trustworthiness classification algorithm based on VSM，and achieves preferable effects.

Key words: content trust, text trustworthiness classification, trust eigenvector

毛雪云^1,2,曾国荪^1,2,王伟^1,2. 基于向量空间模型的网页文本可信性分类方法[J]. 计算机工程与应用, 2008, 44(25): 109-112.

MAO Xue-yun^1,2,ZENG Guo-sun^1,2,WANG Wei^1,2. Web text trustworthiness classification method based on VSM[J]. Computer Engineering and Applications, 2008, 44(25): 109-112.

[1]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[2]	杨春霞，李欣栩，吴佳君，刘天宇. 基于注意力交互机制的层次网络情感分类[J]. 计算机工程与应用, 2021, 57(9): 134-139.
[3]	张韩钰，吴志昊，徐勇，陈斌. 增强卷积神经网络的人脸篡改检测方法[J]. 计算机工程与应用, 2021, 57(8): 220-224.
[4]	李俊丽. Spark平台下类别数据互信息计算的并行化[J]. 计算机工程与应用, 2021, 57(7): 95-100.
[5]	韩东方，吐尔地·托合提，艾斯卡尔·艾木都拉. 问答系统中问句分类方法研究综述[J]. 计算机工程与应用, 2021, 57(6): 10-21.
[6]	黄金杰，蔺江全，何勇军，何瑾洁，王雅君. 局部语义与上下文关系的中文短文本分类算法[J]. 计算机工程与应用, 2021, 57(6): 94-100.
[7]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[8]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[9]	李硕，梁毅. 面向Spark的批处理应用执行时间预测模型[J]. 计算机工程与应用, 2021, 57(5): 79-87.
[10]	王凤琴，柯亨进. 卷积神经网络及其分析在抑郁症判别中的应用[J]. 计算机工程与应用, 2021, 57(5): 245-250.
[11]	万亚玲，钟锡武，刘慧，钱育蓉. 卷积神经网络在高光谱图像分类中的应用综述[J]. 计算机工程与应用, 2021, 57(4): 1-10.
[12]	陶体伟，刘明霞，王明亮，王琳琳，杨德运，张强. 基于有效距离的低秩表示[J]. 计算机工程与应用, 2021, 57(4): 141-147.
[13]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[14]	佘海龙，解山娟，邹静洁. 标准分数降维的3D-CNN高光谱遥感图像分类[J]. 计算机工程与应用, 2021, 57(4): 169-175.
[15]	于多，黄永东. 基于SPCA和域变换递归滤波的高光谱图像分类[J]. 计算机工程与应用, 2021, 57(4): 199-208.

基于向量空间模型的网页文本可信性分类方法

Web text trustworthiness classification method based on VSM

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics