一种跨语言的主题网站自动发现方法

摘要

本发明公开了一种跨语言的主题网站自动发现方法，所述方法根据种子网站或关键词集生成多语言主题模型，依据主题模型中的关键字进行网页信息采集，通过对相关网页进行聚类分析找出备选主题网站，将主题网站翻译后提供给用户，并根据用户反馈改进系统性能。本发明借助已有机器翻译引擎和网页信息采集系统辅助实现多种语言的主题相关网站自动发现，并设计人机协同机制将自动发现结果的准确性反馈给系统，逐步提升系统的性能；本发明实现了跨语言的主题网站自动发现；本发明提出了时序主题模型提取方法，提升了主题网站筛选的精度。