基于归纳学习的Internet文本信息发掘与过滤

摘要：

该文以Internet中的信息获取与知识发现为背景，利用基于概率统计的归纳学习方法，通过对训练样本集合中的有效词统计、标注来构造领域关键词库，获得文本类属的参数估计，并利用参数估计值判断测试样本的可信度。通过不同领域的样本集合进行文本分类算法的研究，获取基于知识的网络信息分类与过滤机制，文中对所用的理论方法及其实现模型进行了讨论，并给出了相应的实验结果及应用实例。

关键词： 文本信息 类属概率 归纳学习 信息过滤 信息检查 信息发掘

作者: 杨波 刘斐 孙奕奇

作者单位: 山东建材学院网络中心(济南)

会议类型: 国内会议

会议名称: 第三届全球智能控制与自动化大会

会议地点: 合肥

会议语种:中文

页码: 2749～2752

在线出版日期: 2000-06-01（万方平台首次上网日期，不代表论文的发表时间）