古典詩詞意境分類方法的研究與實現(xiàn).pdf

1、中國素有“詩國”的美譽，自古至今，有無數(shù)的文人雅士留下了許多膾炙人口的作品，這些作品是中國文學(xué)中的明珠，也是傳統(tǒng)文化的瑰寶.長期以來，在中國詩歌的研究中，對不同類型的作品進(jìn)行分類，既是單獨的一項研究內(nèi)容，又是深入對內(nèi)容意義研究的前提和基礎(chǔ)，因此對詩歌的分類研究是詩歌文學(xué)領(lǐng)域中重要的一項內(nèi)容.然而中國上千年的歷史留下的詩歌作品浩如煙海，傳統(tǒng)的研究方法需要研究者閱讀大量的知識素材，還要作翻閱、查找、記錄、整理等工作，再進(jìn)行分析和統(tǒng)計，最后做

2、出個人的判斷，這樣的過程既耗時耗力，又可能由于個人的喜愛偏好得到不客觀的結(jié)論。
　　本文利用現(xiàn)代的計算機理論和技術(shù)，結(jié)合古典詩詞的特點，對古典詩詞進(jìn)行分類，使得計算機在一定程度上可以“理解”詩詞，從而對相關(guān)領(lǐng)域的研究提供了參考。本文的研究工作主要包括以下幾個方面:
　　1、對當(dāng)前利用計算機來研究古典詩詞的現(xiàn)狀進(jìn)行了總結(jié)。詳細(xì)介紹了古典詩詞中意象的概念，并根據(jù)古典詩詞中常用意境來表達(dá)內(nèi)容的特點，提出了古典詩詞意境分類的模型。<

3、br>　　2、對本文提出的古典詩詞意境分類模型進(jìn)行了詳細(xì)的介紹。根據(jù)古典詩詞中每個特征項都會表現(xiàn)出一定的傾向性，提出了把特征項表示成代表不同類別比重的向量。在經(jīng)典的向量空間模型VSM(VectorSpaceModel)的基礎(chǔ)上，通過對那些具有相似傾向性的特征項進(jìn)行聚類，改進(jìn)文本模型的表示方式，把每篇詩詞表示為基于特征項聚類的模型。
　　3、根據(jù)上面提出的詩詞表示模型，把詩詞分類問題轉(zhuǎn)化為文本分類問題，通過分類算法對古典詩詞進(jìn)行分類