面向?qū)W科的文獻資源聚類系統(tǒng)研究及應用.pdf

1、隨著文本信息的爆炸式增長，文本聚類技術成為了文本信息處理研究領域的一個重要手段，并且在知識發(fā)現(xiàn)、信息檢索、生物信息學等領域得到了廣泛的應用。文本聚類是采用無監(jiān)督的機器學習方式自動識別文本所屬類別，方便了用戶選擇有用知識類別，并且有利于文本中相似知識以及相關知識，為下一步知識的融合提供了前提。
　　 論文以教育技術學為例構(gòu)建了領域的本體庫作為文本聚類系統(tǒng)的數(shù)據(jù)源，實現(xiàn)了面向?qū)W科的文獻聚類系統(tǒng)，并對Lingo聚類算法進行了優(yōu)化，得到

2、了較好的聚類效果。本文的主要工作包括：
　　 (1)分析闡述了文本聚類的相關理論。主要敘述了文本聚類技術的研究現(xiàn)狀，介紹了主要聚類算法和目前比較成熟的聚類系統(tǒng)。
　　 (2)介紹了學科領域本體庫的構(gòu)建方法。文中領域本體庫包含概念表和關系表，搜集教育技術學核心教材和近期專業(yè)學術期刊論文中的專業(yè)術語形成領域概念集，并為概念標明關系（包括同義關系、上下位關系、部分與整體關系）。
　　 (3)論文設計了面向?qū)W科的文獻資源

3、聚類系統(tǒng)，系統(tǒng)主要按照文本預處理模塊、文本聚類算法模塊、聚類結(jié)果可視化模塊三個部分分別進行設計與實現(xiàn)，最后通過實驗與傳統(tǒng)的聚類算法進行了比較。
　　 (4)介紹了文獻資源聚類結(jié)果在信息檢索和知識融合中的應用。
　　 本文的特色之處：
　　 (1)介紹了教育技術學領域本體庫的構(gòu)建方法。
　　 (2)對Lingo聚類算法進行了優(yōu)化，在算法分析中根據(jù)本體庫中概念關系對同義詞進行合并，對詞頻-文檔矩陣進行降維，在