《表1 语料来源及检索关键词》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种自动分类的网页搜索排序算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文使用网络爬虫从腾讯、新浪、IT时代网等常用网站爬取了IT、创业、学术、时政、娱乐五大类新闻语料，总共15 000篇，每一类3 000篇。检索关键词挑选自2016互联网各领域热词，每个领域选取三个检索词。实验数据具体选择如表1所示。