论文部分内容阅读
提出了一种基于DOM树的词共现模型，首先利用文档的结构信息生成DOM树，并依据DOM树的结构特点来统计文档中主题词的共现信息，最后采用向量空间模型实现对石油主题网页的采集和分类。它改进了原有的词共现模型，突出了利用位置信息来优化词共现模型的特点。实验证明该策略使采集和分类的性能都有了一定的提高。