網路文件自動分類

Abstract

隨著網路的蓬勃發展，網路上的資訊也相對增加，絕大多數使用過Internet的人，對網路上多彩多姿的資訊，均會驚訝不已；但讚嘆之餘，使用者也會發現，大量且缺乏整理的資訊反而造成更大的困擾。新資訊時代裡，最根本的問題之一就是：如何在浩瀚如海的資訊空間裡，快速的找到並取得所需的資訊。 本論文提出一個適合網路文件自動分類的模型，藉以幫助使用者處理這些資訊。首先，我們使用網路資源蒐集程式將蕃薯藤搜尋引擎上的文件取回，接著使用這些已經具備分類特性的文件當作訓練文件，在機器中建立一個可以模擬人工的向量空間模型。再由測試資料決定系統正確率。另外，鑒於Web文件提供了超文件連結的特性、HTML TAG 標籤加註的功能，我們充分利用這兩項特性，設計實驗方法，藉以提昇系統分類能力。 實驗結果顯示我們提出的方法在13個基本類別條件下，可以正確辨識文件集合中71.2%的文件，辨識錯誤的文件有24.3%，另外有4.5%的文件是屬於無法辨識的文件。