论文部分内容阅读
构建了关于Web表格特征信息知识的领域本体，提出并设计了一种用于Web文本分类的二次分类模型。该模型使用支持向量机方法对测试样本进行第一次分类；由于设定了较高的分类阈值，一次分类后部分测试样本未确定所属类别，对于这些测试样本，抽取样本中的Web表格特征信息，与基于领域本体的分类模板进行相似度匹配，进行第二次分类。最后通过实验验证了该方法的可行性。