Web页面数据对象的感知理解与计算

基金项目类型：

国家自然科学基金

基金项目编号：

61462010

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

朱新华

完成单位：

广西师范大学

中文关键词：

语义对象; 概率主题模型; 图谱理论; 测度学习; 多粒度视图;

项目类型：

地区科学基金项目

语种：

中文

开始日期：

2015-01-01

结束日期：

2018-12-31

中文摘要：

Web页面数据的复杂异构一直是其高效处理的瓶颈，页面分块及信息抽取在一定程度上缓解了这一问题，但未能从根本上解决语义结构化问题。针对这一挑战性的问题，本项目拟以Web页面为研究对象，基于Web页面编撰语言特点，依据页面中信息内容及分布特征，利用统计学和信息科学相关理论和技术，研究Web页面数据对象的语义感知模型与方法，探索语义对象的测度学习理论和技术，构建跨粒度加权语义对象树模型，揭示语义对象到粒对象的关联映射机制，建立多粒度视图的Web页面表示及关联模型。具体研究内容包括：基于LDA模型的Web文本主题感知；基于谱聚类的短文本分类；基于视觉信息和信息内容的语义分块；Web页面语义对象测度学习；跨粒度加权语义对象树构造；Web页面多粒度表示与关联建模等。本项目所建立的Web页面数据感知理解与计算模型和方法，对Web信息集成管理、智能检索与分析挖掘等多个领域具有重要的理论意义和实用前景。