支持Web標(biāo)簽推薦的異詞同義問題研究.pdf

1、隨著Web2.0的深入發(fā)展，社會(huì)化標(biāo)注系統(tǒng)不斷普及，標(biāo)簽這一應(yīng)用受到越來越多用戶的關(guān)注與使用。標(biāo)簽是對(duì)資源的進(jìn)行描述的詞或詞組。用戶可以隨意選擇標(biāo)簽對(duì)資源進(jìn)行標(biāo)注，而不會(huì)受到已有分類體體系的限制。標(biāo)簽以其簡(jiǎn)單易用性被用戶廣泛使用。但是標(biāo)簽這種不受限制的使用方式也帶來了相應(yīng)的問題。由于對(duì)詞匯和資源信息的不同理解，不同的用戶不太可能使用完全一致的標(biāo)簽來標(biāo)注相同或相似的資源。這樣在標(biāo)簽系統(tǒng)中就出現(xiàn)了大量意思相同或相似的標(biāo)簽。這些標(biāo)簽增加了系統(tǒng)

2、的冗余性，降低了標(biāo)簽的質(zhì)量。如果不能有效地識(shí)別同義標(biāo)簽，會(huì)給標(biāo)簽系統(tǒng)帶來許多妨礙，例如使用標(biāo)簽對(duì)資源進(jìn)行導(dǎo)航、搜索時(shí)，會(huì)使很多相關(guān)的資源無法返回給用戶，降低查全率;在標(biāo)簽推薦系統(tǒng)中，推薦的標(biāo)簽與用戶的需要難以達(dá)成一致，降低推薦質(zhì)量。
　　針對(duì)上述問題，本文通過對(duì)標(biāo)簽同義現(xiàn)象的深入研究，提出異詞同義標(biāo)簽的概念以及基于標(biāo)簽語義的異詞同義標(biāo)簽識(shí)別方法。通過對(duì)標(biāo)簽數(shù)據(jù)的分析，詳細(xì)闡述異詞同義標(biāo)簽產(chǎn)生的原因以及使用特點(diǎn)，并根據(jù)標(biāo)簽與資源的緊

3、密聯(lián)系，提出利用資源語義發(fā)現(xiàn)標(biāo)簽語義方法，在此基礎(chǔ)上對(duì)標(biāo)簽的異詞同義進(jìn)行識(shí)別。針對(duì)Web文本類的資源，使用概率潛語義分析的方法發(fā)現(xiàn)Web文本語義，將Web文本語義表示成文本關(guān)鍵詞的向量，引入分類關(guān)聯(lián)規(guī)則挖掘的方法來分析Web文本與標(biāo)簽間的關(guān)系，使用文本關(guān)鍵詞來表示標(biāo)簽語義。為了識(shí)別標(biāo)簽的異詞同義關(guān)系，定義了標(biāo)簽相似度的概念，以度量標(biāo)簽之間的相似程度，使用基于標(biāo)簽字面特征以及基于標(biāo)簽語義的兩種方法進(jìn)行計(jì)算，在此基礎(chǔ)之上識(shí)別標(biāo)簽的異詞同義關(guān)