一种XML文档结构相似度计算方法

被引：4

作者：

朴勇 ^{[1
,2
]}

田伟 ^{[1
]}

王秀坤 ^{[2
]}

机构：

[1] 大连理工大学软件学院

[2] 大连理工大学电信学院

来源：

控制与决策 | 2010年 / 25卷 / 04期

关键词：

结构相似度; 位置权重; 最长公共子序列;

D O I：

10.13195/j.cd.2010.04.19.piaoy.008

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

对XML文档树路径模型进行扩展,加入了路径的频率信息.基于此路径-频率模型,提出一种带有位置仅重的基于路径的结构相似度计算方法(WLCS),并在此基础上提出基于路径频率的XML文档结构向量化方法.在真实数据集上的实验结果表明,WLCS方法召回率和准确率均高于当前存在的基于路径计算相似度的方法,适合于对来自不同DTD的XML文档的相似度比较.

引用

页码：497 / 501

页数：5

共 4 条

[1]

WordNet[J] . George A. Miller.Communications of the ACM . 1995 (11)

[2]

A Bag of Paths Model for Measuring Structural Similarity in Web Documents. Sachindra Joshi,Neeraj Agrawal,Raghu Krishnapuram and Sumit Negi. . 2003

[3]

Classification of XSLT-generated web documents with support vector machines. Kurt A,Tozal E. KNOWLEDGE DISCOVERY FROM XML DOCUMENTS,PROCEEDINGS . 2006

[4]

A progressive clustering algorithm to group the XML data by structural and semantic similarity. Tran Tien,Nayak Richi. Int J of Pattern Recognition and Artificial Intelligence . 2007

← 1 →