一种基于文本分类的主题网络爬虫方法和系统.pdfVIP

下载本文档

1
0
约1.38万字
约 13页
2023-04-22 发布于四川
举报
版权申诉

一种基于文本分类的主题网络爬虫方法和系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出一种基于文本分类的主题网络爬虫方法，包括：S1、接收主题，初始化URL任务队列；S2、从URL任务队列取出一个爬虫任务，获取网络文档内容；S3、获取所述网络文档内容的分类；S4、判断所述分类与主题是否相同；如果相同，则提取所述网络文档中的URL，并将其加入URL任务队列；如果不相同，且URL任务队列中还有任务，则执行步骤S2；S5、循环执行步骤S2‑S4，直至URL任务队列中没有任务。通过本发明，使得分类模型能够学习到网络文本的特征，可以有效提升分类任务的分类准确度。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113918715 A (43)申请公布日 2022.01.11 (21)申请号 202111195421.0 (22)申请日 2021.10.14 (71)申请人北京理工大学地址