【摘 要】
：
互联网的高速发展使得新闻网页成为了网民了解国内外大事的首要选择,然而中国互联网存在着大量重复新闻网页的现象,对于提高用户体验以及新闻情报的分析造成了一定的困难。本
【机 构】
：
中国科学技术信息研究所,万方数据股份有限公司,古联（北京）数字传媒科技有限公司
【基金项目】
：
国家自然科学基金项目“基于论文和专利资源的技术机会发现研究”(71403255);“十二五”国家科技支撑计划项目“面向科技情报分析的信息服务资源开发与支撑技术研究”(2015BAH25F01)的资助
论文部分内容阅读
互联网的高速发展使得新闻网页成为了网民了解国内外大事的首要选择,然而中国互联网存在着大量重复新闻网页的现象,对于提高用户体验以及新闻情报的分析造成了一定的困难。本文以SpotSigs算法为基础提出了一种中文新闻网页相似性检测方法,在先行词选取阶段使用基础先行词与优化先行词相结合的选择策略,从而降低了网页中的导航栏、广告等噪音对中文新闻网页相似性检测的影响。以实际的中文新闻网页为实验数据集,通过准确率、召回率两项指标验证了基于SpotSigs算法的中文新闻网页相似性检测方法的有效性和可行性,特别在相似度阈值
其他文献
陕西有着丰富的生态体育旅游资源,本文从体育生态旅游为出发点,采用文献资料法、实地调查法、逻辑分析法等,对陕西省生态体育旅游开展的现状及存在的问题进行分析,并提出加大
目的：分析比较麦默通微创旋切手术与常规乳腺肿物切除术对良性乳腺肿物的治疗价值。方法选取86例来我院治疗的良性乳腺肿物患者，随机分为甲乙两组。给予甲组患者麦默通微创旋切
近年来,我国建筑业发展迅猛,建筑施工安全事故数量逐年上升。为了消除建筑项目施工过程中的安全隐患,从源头预防安全事故,本文根据影响建筑项目施工安全生产主要因素,建立了
《管子》的治军思想是极其丰富而独特的。《管子》认为要建立强大的军队,首先必须富国;其次,要重视武器装备的建设;再次,必须加强军队的训练和教育,主张重视士兵的挑选,并要
如今教育事业的改革,使得我国对于教育事业愈发重视,同时在新课改的标准下,高中音乐学科又面临着新的挑战和机遇。基于此,为了提高高中音乐教学水平,在实际教学中要开拓多种
目的采用计算流体力学数值模拟方法对颈动脉支架植入术（CAS）治疗颈动脉狭窄的效果进行评估。方法采用Mimics软件对1例颈动脉狭窄患者手术前后的CT影像进行三维重建,构建个体化
营销近视症(Marketing My-opia)是著名的市场营销专家、美国哈佛大学管理学院李维特(Theodore Leuitt)教授在1960年提出的一个理论。营销近视症就是不适当地把主要精力放在
叙述了关于干酪生产过程中原料乳、凝结剂、发酵剂、干酪成分、成熟温度等因素对干酪品质影响的作用机理。同时也对干酪成熟过程中这些因素对干酪品质的影响进行了分析。
为构建汽车产业链协作企业群评价模型,根据核心制造厂的评价需求,设计了一套可定制的协作企业群评价指标体系,包括通用评价指标和专用评价指标。为避免单一主客观权重或组合
铁路是我国重要的交通运输命脉,随着我国社会生产水平的不断提升,人们对于交通运输的要求也不断增长,为了满足人们日常生活生产的交通运输需求,就应该不断强化信号设备检修质