AncomWiki

URL 기반 웹 페이지 언어 분류 기술 종합 연구

Properties1
description이 논문은 웹 페이지의 실제 콘텐츠에 접근하지 않고 URL 정보만으로 페이지의 언어를 분류하는 방법을 연구합니다. 콘텐츠 다운로드에 따른 대역폭 및 시간 낭비를 줄일 수 있어 유용합니다. 연구진은 영어, 독일어, 프랑스어, 스페인어, 이탈리아어에 대해 기계 학습 알고리즘과 다양한 특징(단어, n-gram, 신규 커스텀 특징)을 적용하여 분류기를 구축하고 평가했습니다.

10 min read

URL 기반 웹 페이지 언어 분류 기술 종합 연구

Source

  • Evernote/Papers/A Comprehensive Study of Techniques for URL-Based Web Page Language Classification.md

Summary

이 논문은 웹 페이지의 실제 콘텐츠에 접근하지 않고 URL 정보만으로 페이지의 언어를 분류하는 방법을 연구합니다. 콘텐츠 다운로드에 따른 대역폭 및 시간 낭비를 줄일 수 있어 유용합니다. 연구진은 영어, 독일어, 프랑스어, 스페인어, 이탈리아어에 대해 기계 학습 알고리즘과 다양한 특징(단어, n-gram, 신규 커스텀 특징)을 적용하여 분류기를 구축하고 평가했습니다.

Key Points

  • 웹 페이지 콘텐츠 없이 URL만으로 언어를 식별하는 방법론 제시
  • 콘텐츠 다운로드 생략을 통한 대역폭 및 시간 효율성 강조
  • 대상 언어: 영어, 독일어, 프랑스어, 스페인어, 이탈리아어
  • 사용된 특징: 단어, 다양한 크기의 n-gram, 연구진이 제안한 신규 커스텀 특징
  • 사용된 알고리즘: 텍스트 분류용 일반 기계 학습 알고리즘 및 최신 언어 식별 알고리즘

그래프 뷰

백링크