主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
毛存礼,余正涛,吴则建,郭剑毅,线岩团.专家证据文档识别无向图模型.软件学报,2013,24(11):2734-2746
专家证据文档识别无向图模型
Undirected Graph Model for Expert Evidence Document Recognition
投稿时间:2013-05-06  修订日期:2013-08-02
DOI:10.3724/SP.J.1001.2013.04480
中文关键词:  专家证据文档  专家检索  独立页面特征  专家元数据  向图模型
英文关键词:expert evidence document  expert search  independent page feature  expert metadata  undirected graph model
基金项目:国家自然科学基金(61175068);教育部留学回国人员启动基金;云南省教育厅科研基金重大专项;云南省软件工程重点实验室开放基金(2011SE14)
作者单位E-mail
毛存礼 昆明理工大学 信息工程与自动化学院, 云南 昆明 650500  
余正涛 昆明理工大学 信息工程与自动化学院, 云南 昆明 650500 ztyu@hotmail.com, 
吴则建 昆明理工大学 信息工程与自动化学院, 云南 昆明 650500  
郭剑毅 昆明理工大学 信息工程与自动化学院, 云南 昆明 650500  
线岩团 昆明理工大学 信息工程与自动化学院, 云南 昆明 650500  
摘要点击次数: 2818
全文下载次数: 2372
中文摘要:
      专家证据文档识别是专家检索的关键步骤.融合专家候选文档独立页面特征以及页面之间的关联关系,提出了一个专家证据文档识别向图模型.该方法首先分析各类专家证据文档中的词、URL 链接、专家元数据等独立页面特征以及候选专家证据文档间的链接和内容等关联关系;然后将独立页面特征以及页面之间的关联关系融入到向图中构建专家证据文档识别向图模型;最后利用梯度下降方法学习模型中特征的权重,并利用吉布斯采样方法进行专家证据文档识别.通过对比实验验证了该方法的有效性.实验结果表明,该方法有较好的效果.
英文摘要:
      Expert evidence document recognition is the key step for expert search. Combining specialist candidate document independent page features and correlation among pages, this paper proposes an expert evidence document recognition method based on undirected graph model. First, independent page features such as words, URL links and expert metadata in all kinds of expert evidence document, and correlations such as links and content among candidate expert evidence document are analyzed. Then, independent page features and correlation among pages are integrated into the undirected graph to construct an undirected graph model for expert evidence document recognition. Finally, feature weights are learned in the model by using the gradient descent method and expert evidence document recognition is achieved by utilizing Gibbs Sampling method. The effectiveness of the proposed method is verified by comparison experiment. The experimental results show that the proposed method has a better effect.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利