基于WordNet和SUMO本體集成的文檔語(yǔ)義分類模型的設(shè)計(jì)與實(shí)現(xiàn)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的普及和Internet的迅猛發(fā)展，數(shù)字化的文檔信息總量呈指數(shù)級(jí)的速度增長(zhǎng)。面對(duì)網(wǎng)絡(luò)上分散雜亂且具有一定利用價(jià)值的海量文檔信息資源，如何有效利用它們，發(fā)揮它們的最大利用價(jià)值成為我們目前面臨的難題。為解決這一難題，我們亟需一種快速有效的文檔自動(dòng)分類方法對(duì)它們進(jìn)行分類整理，以便用戶能夠更快捷地獲取利用它們。然而傳統(tǒng)基于詞向量空間的文檔自動(dòng)分類方法，雖然方法簡(jiǎn)單、易于學(xué)習(xí)，在對(duì)小規(guī)模文檔進(jìn)行分類時(shí)具有較高分類速度，但是其忽略詞間

2、重要語(yǔ)義關(guān)系，不能解決同義詞、多義詞、詞間上下位關(guān)系等問(wèn)題，導(dǎo)致向量空間維度高，分類性能低，在對(duì)海量文檔分類時(shí)分類速度較慢，增加用戶從海量信息中檢索利用有用信息的難度。對(duì)此，國(guó)內(nèi)外學(xué)者提出一系列語(yǔ)義驅(qū)動(dòng)的文檔自動(dòng)分類方法，其雖然能夠在一定程度上解決傳統(tǒng)文檔自動(dòng)分類方法中存在的問(wèn)題，但因其剛剛興起，相關(guān)技術(shù)與方法還不太成熟，目前還基本上停留在理論、模型、框架研究階段，且提出的方法語(yǔ)義推理能力要求高，計(jì)算復(fù)雜度高，無(wú)法快速有效對(duì)網(wǎng)絡(luò)上海量文

3、檔進(jìn)行語(yǔ)義分類。
　　針對(duì)上述問(wèn)題，本文以本體集成和文檔語(yǔ)義分類為研究對(duì)象，以語(yǔ)義分類過(guò)程中需要用到的兩個(gè)本體庫(kù)：WordNet和SUMO為例。首先通過(guò)廣泛閱讀國(guó)內(nèi)外相關(guān)文獻(xiàn)，梳理出本體集成和文檔語(yǔ)義分類方面的基礎(chǔ)理論。然后詳細(xì)分析和探討WordNet和SUMO本體庫(kù)及兩者之間的映射機(jī)制，基于此，設(shè)計(jì)和實(shí)現(xiàn)基于WordNet和SUMO本體集成的文檔語(yǔ)義分類模型。該模型首先利用WordNet同義詞集與SUMO本體概念之間的映射關(guān)系，

4、編寫(xiě)正則表達(dá)式，對(duì)SUMO和WordNet本體庫(kù)進(jìn)行集成，形成涵蓋WordNet同義詞集與SUMO本體概念一一映射關(guān)系的集成本體庫(kù)；然后在此基礎(chǔ)上，設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)映射算法，快速有效地將傳統(tǒng)高維詞向量空間映射成低維的概念或語(yǔ)義向量空間，實(shí)現(xiàn)文檔的語(yǔ)義分類。不僅可以有效解決傳統(tǒng)文檔自動(dòng)分類方法和目前語(yǔ)義分類方法中存在的問(wèn)題，也同時(shí)可以解決本體概念和自然語(yǔ)言詞匯之間抽象與具體、普遍性與特殊性的矛盾造成自然語(yǔ)言詞匯無(wú)法準(zhǔn)確映射到本體概念的問(wèn)題