基于本體的食品投訴文檔文本聚類研究.pdf

1、學(xué)校代碼：10200分類號(hào)：TP39研究生學(xué)號(hào)：密級(jí)：⑦東牡埽茁大雪碩士學(xué)位論文200821859無(wú)基于本體的食品投訴文檔文本聚類研究ResearchofTextClusteringonFoodComplaintDocumentsBasedonOntology作者：關(guān)煜指導(dǎo)教師：學(xué)科專業(yè)：研究方向：學(xué)位類型：楊喜權(quán)副教授計(jì)算機(jī)應(yīng)用技術(shù)數(shù)據(jù)挖掘與語(yǔ)義網(wǎng)學(xué)歷碩士東北師范大學(xué)學(xué)位評(píng)定委員會(huì)2011年5月摘要隨著互聯(lián)網(wǎng)時(shí)代的到來(lái)，信息在傳播途徑

2、上發(fā)生了翻天覆地的變化，人們可以輕易的從網(wǎng)絡(luò)上下載海量數(shù)據(jù)，文本聚類作為一種有效的文本組織手段，可以幫助人們發(fā)現(xiàn)網(wǎng)路上熱點(diǎn)的問(wèn)題，自動(dòng)編輯多文檔文摘，文本聚類受到了越來(lái)越多學(xué)者的關(guān)注。文本聚類核心技術(shù)在于文本的表示方法，傳統(tǒng)的解決辦法是基于向量空間模型的表示方式。這種統(tǒng)計(jì)學(xué)上的表示方式不能很好表達(dá)文本的語(yǔ)義和語(yǔ)用信息，因此存在一定的弊端，如不能解決一詞多義，同義詞等問(wèn)題，這也制約著文本聚類的質(zhì)量。為了解決這些問(wèn)題，我們引入了本體論技術(shù)。

3、本體論用來(lái)描述事物的本質(zhì)，是人工智能領(lǐng)域新興的知識(shí)表示技術(shù)。本體將人們公認(rèn)的經(jīng)驗(yàn)知識(shí)，按照一定的建模元語(yǔ)表達(dá)出來(lái)，它可以描述概念及描述概念間的相互關(guān)系。本體可以被看成一種交流手段讓機(jī)器理解人類的知識(shí)并將其積極的利用起來(lái)去解決實(shí)際問(wèn)題。本文針對(duì)乳制品投訴文檔構(gòu)建乳制品本體，提出了一種基于本體的文本聚類算法，重點(diǎn)是解決對(duì)文本表示上的語(yǔ)義信息擴(kuò)充問(wèn)題，通過(guò)概念匹配找到文本文檔中隱含的概念信息補(bǔ)充特征向量，進(jìn)而提高聚類效果。并在無(wú)監(jiān)督聚類基礎(chǔ)上