作為人工智能領(lǐng)域的前沿課題之一,文本挖掘（Text Mining）是以文本數(shù)據(jù)為研究對象,以數(shù)理統(tǒng)計(jì)分析為理論基礎(chǔ),結(jié)合機(jī)器學(xué)習(xí)與自然語言處理等相關(guān)方法,提取文本隱含信息以及知識的計(jì)算機(jī)處理技術(shù)。為解決傳統(tǒng)人力分析方法在處理規(guī)�；瘜W(xué)術(shù)文檔集時(shí)效率低下的問題,本文以切割布局問題（Cutting and Packing Problem,C&P）學(xué)術(shù)文獻(xiàn)為研究對象,旨在結(jié)合文本挖掘與機(jī)器學(xué)習(xí)相關(guān)方法,實(shí)現(xiàn)該類文獻(xiàn)內(nèi)容類別的智能化解析及識別,從而為規(guī)模化學(xué)術(shù)文檔集的分析和處理提供更加高效的途徑。主要研究工作包括以下幾個(gè)方面:（1）根據(jù)本文的研究對象和研究目標(biāo),研究了 C&P問題的基本概念和該類學(xué)術(shù)文獻(xiàn)的主要內(nèi)容類別,并以國際主流運(yùn)籌學(xué)期刊為數(shù)據(jù)來源,建立了文檔數(shù)據(jù)集,作為本文算法模型的測試對象。（2）基于Python編程語言及其第三方庫,構(gòu)建了包括文檔格式的轉(zhuǎn)換、文本數(shù)據(jù)降噪、文本切分、停用詞去除、詞性標(biāo)注以及詞干提取等步驟在內(nèi)的文本數(shù)據(jù)預(yù)處理流程。（3）對比經(jīng)典特征提取方法,選擇并建立了基于人工神經(jīng)網(wǎng)絡(luò)（ANN）的文本特征提取模型。主要包括樣本訓(xùn)練數(shù)據(jù)的生成、全連接神經(jīng)網(wǎng)絡(luò)的... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：124 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－２文檔格式轉(zhuǎn)換流程圖??Ｆｉｇｕｒｅ?２－２?Ｄｏｃｕｍｅｎｔ?ｆｏｒｍａｔ?ｃｏｎｖｅｒｓｉｏｎ?ｆｌｏｗｃｈａｒｔ??

??噪聲去除前后的樣例文本數(shù)據(jù)對比如圖２－３所示。??Ｉｎ?ｔｈｉｓ?ｐａｐｅｒ，?ｗｅ?ｓｔｕｄｙ?ｔｈｅ?ｃｉｒｃｕｌａｒ?ｐａｃｋｉｎｇ?ｔｈｉｓ?ｐａｐｅｒ?ｓｔｕｄｙ?ｔｈｅ?ｃｉｒｃｕｌａｒ?ｐａｃｋｉｎｇ??ｐｒｏｂｌｅｍ?Ｉｔｓ?ｏｂｊｅｃｔｉｖｅ?ｉｓ?ｌｏ?ｐａｃｋ?ｊ?ｓｅｔ?ｏｌ?ｎ?ｐｒｏｂｌｅｍ?Ｉｔｓ?ｏｂｊｅｃｔｉｖｅ?ｐａｃｋ?ｓｅｔ?ｃｉｒｃｕｌａｒ??ｃｉｒｃｕｌａｒ?ｐｉｅｃｅｓ?ｉｎｔｏ?ｉｉ?ｒｅｃｔａｎｇｕｌａｒ?ｐｌａｔｅ?Ｒ?ｏｆ?ｐｉｅｃｅｓ?ｉｎｔｏ?ｒｅｃｔａｎｇｕｌａｒ?ｐｌａｔｅ?ｆｉｘｅｄ??ｆｉｘｅｄ?ｄｉｍｅｎｓｉｏｎｓ?Ｉ?ｘ?＼＼?Ｅａｃｈ?ｐｉｅｃｅ’ｓ?ｔｙｐｅ?ｄｉｍｅｎｓｉｏｎｓ?Ｅａｃｈ?ｐｉｅｃｅｓ?ｔｙｐｅ??ｉ．?ｉ?１?ｍ，?ｉｓ?ｃｈａｒａｃｔｅｒｉｚｅｄ?ｂｙ?ｉｔｓ?ｃｈａｒａｃｔｅｒｉｚｅｄ?ｉｔｓ?ｒａｄｉｕｓ?ａｎｄ?ｉｔｓ?ｄｅｍａｎｄ??ｒａｄｉｕｓ?ｒｉ?ａｎｄ?ｉｔｓ?ｄｅｍａｎｄ?ｂｉ?．?Ｔｈｅ?ｏｂｊｅｃｔｉｖｅ?Ｔｈｅ?ｏｂｊｅｃｔｉｖｅ?ｄｅｔｅｒｍｉｎｅ?ｔｈｅ?ｐａｃｋｉｎｇ??ｉｓ?（（ｘｉ?）２?４?（ｙｉ?—?ｙｊ?）２?－?（！?ｉ?．?ｆｊ?ｚ］?ｐａｔｔｅｒｎ?ｃｏｒｒｅｓｐｏｎｄｉｎｇ?ｔｈｅ?ｍｉｎｉｍｕｍ??＞?０，?ｊ?ｌ?ｉ?１，?，ｎ：?ｊ?Ｉ?ａ?（ｘｉ?ｒｉ?ｕｎｕｓｅｄ?ａｒｅａ?ｆｏｒ?ｔｈｅ?ｃｉｒｃｕｌａｒ?ｐｉｅｃｅｓ?ｐｌａｃｅｄ??）ｚｉ?＞?０

?？?？?？?？?■?？??樣例文本數(shù)據(jù)詞性標(biāo)簽如圖２－４所示??’ｔｈｉｓ，，ＤＴ＇?Ｉ?’ｐａｐｅｒ＇?■＞?，ＮＮ，?Ｉ?＇ｓｔｕｄｙ＇?＾?＇ＶＢＺ＇?ｉ?＇ｔｈｅ＇?－＞?＇ＤＴ＇??＇ｃｉｒｃｕｌａｒ＇＇ＪＪ＇?！?’ｐａｃｋｉｎｇ’?＋?＇ＮＮ，?Ｉ?’ｐｒｏｂｌｅｍ，今?ＴＷ?１?＇Ｉｔｓ＇?＾?＇ＰＲＰＳ＇??＇ｏｂｊｅｃｔｉｖｅ＇?＾?＇ＪＪ＇?ｉ?＇ｐａｃｋ＇?＇ＮＮ＇?Ｉ?＇ｓｅｔ＇?＾?＇ＶＢＮ＇?ｉ?＇ｃｉｒｃｕｌａｒ１?今?’ＪＪ’??＇ｐｉｅｃｅｓ＇－＞?＇ＮＮＳ＇?！?＇ｉｎｔｏ＇?＾?＇ＩＮ＇?Ｉ?＇ｒｅｃｔａｎｇｕｌａｒ＇＾?＇ＪＪ＇?Ｉ?＇ｐｌａｔｅ＇－＞?＇ＮＮ＇??＇ｆｉｘｅｄ＇?＇ＶＢＮ＇?！?＇ｄｉｍｅｎｓｉｏｎｓ＇?＇ＮＮＳ＇?Ｉ?＇Ｅａｃｈ＇?＇ＤＴ＇?Ｉ?＇ｐｉｅｃｅ＇?＇ＮＮ＇??＇ｔｙｐｅ＇?＇ＮＮ＇?Ｉ?＇ｃｈａｒａｃｔｅｒｉｚｅｄ＇?－＞?＇ＶＢＤ＇?Ｉ?＇ｉｔｓ＇?＇ＰＲＰ￥＇?Ｉ?＇ｒａｄｉｕｓ＇?＇ＮＮ＇??＇ａｎｄ＇?＇ＣＣ＇?｜?＇ｉｔｓ＇?＾?＇ＰＲＰ￥＇?Ｉ?’ｄｅｍａｎｄ＇今?’ＮＮ＇?ｉ?＇Ｔｈｅ’?＋?＇ＤＴ＇??＇ｏｂｊｅｃｔｉｖｅ＇－＞?＇ＪＪ＇?｜?＇ｄｅｔｅｒｍｉｎｅ＇?＾?＇ＮＮ＇?ｉ?＇ｔｈｅ＇?＇ＤＴ＇?｜?＇ｐａｃｋｉｎｇ＇＾?＇ＮＮ＇??＇ｄｅｔｅｒｍｉｎｅ＇?＇ＮＮ＇?｜?＇ｔｈｅ＇?＇ＤＴ＇?｜?＇ｐａｃｋｉｎｇ＇?＇ＮＮ＇?｜?＇ｐａｔｔｅｒｎ＇?＇ＮＮ＇??’ｔｈｅ１?＋?＇ＤＴ’?丨＇ｍｉｎｉｍｕｍ’?＋

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)中激活函數(shù)的一種改進(jìn)[J]. 劉小文,郭大波,李聰.  測試技術(shù)學(xué)報(bào). 2019(02)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的反向傳播算法改進(jìn)[J]. 楊鶴標(biāo),龔文彥.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(01)
[3]高性能正則表達(dá)式匹配算法綜述[J]. 付哲,李軍.  計(jì)算機(jī)工程與應(yīng)用. 2018(20)
[4]基于深度學(xué)習(xí)的自動(dòng)文摘句排序方法[J]. 何凱霖,丁曉峰.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(12)
[5]基于LDA的社科文獻(xiàn)主題建模方法[J]. 李昌亞,劉方方.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(02)
[6]基于正則表達(dá)式的Web頁面信息抽取技術(shù)研究[J]. 羅糧,朱儒明.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2017(15)
[7]大數(shù)據(jù)背景下BCC語料庫的研制[J]. 荀恩東,饒高琦,肖曉悅,臧嬌嬌.  語料庫語言學(xué). 2016(01)
[8]大規(guī)模中文語料庫檢索技術(shù)研究[J]. 余一驕,劉芹.  計(jì)算機(jī)科學(xué). 2015(02)
[9]基于余弦距離度量學(xué)習(xí)的偽K近鄰文本分類算法[J]. 彭凱,汪偉,楊煜普.  計(jì)算機(jī)工程與設(shè)計(jì). 2013(06)
[10]基于LDA模型的中文微博話題意見領(lǐng)袖挖掘[J]. 馮時(shí),景珊,楊卓,王大玲.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(04)

碩士論文
[1]梯度下降法在機(jī)器學(xué)習(xí)中的應(yīng)用[D]. 孫婭楠.西南交通大學(xué) 2018
[2]基于語境和停用詞驅(qū)動(dòng)的中文自動(dòng)分詞研究[D]. 江兆中.合肥工業(yè)大學(xué) 2010



本文編號：2998177