公开(公告)号：CN1180377C

公开(公告)日：2004-12-15

申请号：CN02129045.8

申请日：2002-08-29

Applicant: 北京北大方正技术研究院有限公司 ,  北京大学计算机科学技术研究所

Inventor： 杨建武 ,  陈晓鸥 ,  吴於茜 ,  万小军 ,  王选 ,  陈堃銶

IPC: G06N7/00

Abstract: 本发明属于智能信息处理技术，具体涉及一种对半结构化文档集进行文本挖掘的方法。本发明针对现有的文本挖掘处理半结构化文档集存在的挖掘效果差的缺陷，提出了一种针对半结构化文档的结构链接向量模型的挖掘方法。它能够综合利用半结构化文档中的字词信息、结构信息与链接信息，并以统一的数学模型进行表示。采用该模型对半结构化文档集进行文本挖掘，由于充分的利用了半结构化文档中的结构信息与链接信息，挖掘效果大大改进。本方法可广泛地应用于智能信息处理。

公开(公告)号：CN1399228A

公开(公告)日：2003-02-26

申请号：CN02129045.8

申请日：2002-08-29

Applicant: 北京北大方正技术研究院有限公司 ,  北京大学计算机科学技术研究所

Inventor： 杨建武 ,  陈晓鸥 ,  吴於茜 ,  万小军 ,  王选 ,  陈堃銶

IPC: G06N7/00 ,  G06F17/21

Abstract: 本发明属于智能信息处理技术，具体涉及一种对半结构化文档集进行文本挖掘的方法。本发明针对现有的文本挖掘处理半结构化文档集存在的挖掘效果差的缺陷，提出了一种针对半结构化文档的结构链接向量模型的挖掘方法。它能够综合利用半结构化文档中的字词信息、结构信息与链接信息，并以统一的数学模型进行表示。采用该模型对半结构化文档集进行文本挖掘，由于充分的利用了半结构化文档中的结构信息与链接信息，挖掘效果大大改进。本方法可广泛地应用于智能信息处理。