本文關(guān)鍵詞：基于本體的文本聚類的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

《天津大學(xué)》 2012年

基于本體的文本聚類的應(yīng)用研究

林利  

【摘要】：隨著計(jì)算機(jī)的廣泛使用與網(wǎng)絡(luò)技術(shù)的深入發(fā)展,人們更多的將各種資料信息以電子文本的形式存儲(chǔ)于計(jì)算機(jī)及網(wǎng)絡(luò)空間中。這些文本信息的大規(guī)模增長(zhǎng),導(dǎo)致人們對(duì)信息的過(guò)濾、篩選出現(xiàn)困難,如何對(duì)這些文本進(jìn)行比較或是對(duì)文檔的相關(guān)性進(jìn)行分析從中得到隱藏的、潛在的有用的信息,進(jìn)而為人們的工作提供一定的指導(dǎo)與線索,成為了亟待解決的問(wèn)題。 文本聚類技術(shù)是將文本集聚合為由若干個(gè)文本簇組成的集合,是一種無(wú)監(jiān)督的文本處理方法。文本聚類方法作為文本數(shù)據(jù)挖掘領(lǐng)域中的主要方法之一,經(jīng)常并有效的被用于信息檢索領(lǐng)域。對(duì)大規(guī)模無(wú)規(guī)律的文本信息進(jìn)行劃分,是文本聚類的一個(gè)重要的應(yīng)用研究。本文主要是將文本聚類技術(shù)應(yīng)用于某單位所搜集的大量文本信息中,通過(guò)對(duì)其進(jìn)行處理,將信息聚類,為該單位進(jìn)一步的分析工作提供一定的線索。 本文介紹了文本聚類的概念,針對(duì)具體的應(yīng)用需求,說(shuō)明了聚類過(guò)程中的文本預(yù)處理、特征選擇、文本向量表示及特征詞的權(quán)重計(jì)算等方面的工作。針對(duì)文本聚類中忽略特征詞之間的關(guān)系問(wèn)題,本文引用了本體的知識(shí)。將HowNet知網(wǎng)作為本文的知識(shí)背景,對(duì)預(yù)處理后的文本進(jìn)行同義詞之間的合并,減少文本向量表示的維度,改善文本聚類的結(jié)果。此外,本文詳細(xì)闡述了文本聚類的各種算法,表明各自的優(yōu)缺點(diǎn),從而選擇合適的算法進(jìn)行聚類研究,本文選取其中的三種聚類算法進(jìn)行聚類。 本文將文本聚類技術(shù)在某單位所搜集的文本中進(jìn)行了實(shí)驗(yàn)。通過(guò)文本聚類技術(shù),將文本聚集成簇,取得了較好的實(shí)驗(yàn)結(jié)果。

【關(guān)鍵詞】：
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TP391.1
【目錄】：

下載全文 更多同類文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購(gòu)買(mǎi)知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 張猛,王大玲,于戈;一種基于自動(dòng)閾值發(fā)現(xiàn)的文本聚類方法[J];計(jì)算機(jī)研究與發(fā)展;2004年10期

2 湛燕,陳昊,袁方,王熙照;基于中文文本分類的分詞方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2003年23期

3 顧芳;曹存根;;知識(shí)工程中的本體研究現(xiàn)狀與存在問(wèn)題[J];計(jì)算機(jī)科學(xué);2004年10期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 艾偉;本體的構(gòu)造及其應(yīng)用研究[D];武漢理工大學(xué);2005年

2 張睿;基于k-means的中文文本聚類算法的研究與實(shí)現(xiàn)[D];西北大學(xué);2009年

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 譚娟;李伯虎;;面向語(yǔ)義的C4ISR/Sim集成系統(tǒng)設(shè)計(jì)[J];北京航空航天大學(xué)學(xué)報(bào);2006年10期

2 張德政;阿孜古麗;劉潔卉;;基于圖分析的領(lǐng)域知識(shí)獲取技術(shù)[J];北京科技大學(xué)學(xué)報(bào);2007年S2期

3 唐培麗,王樹(shù)明,胡明;基于語(yǔ)義的漢語(yǔ)文獻(xiàn)主題詞提取算法研究[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年05期

4 唐培麗;解飛;陳志雨;;基于概念檢索的中文搜索引擎研究[J];長(zhǎng)春大學(xué)學(xué)報(bào);2006年04期

5 張澤清;;基于領(lǐng)域本體的語(yǔ)義檢索技術(shù)研究[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年06期

6 張澤清;;基于Ontology的人力資源語(yǔ)義檢索技術(shù)研究[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

7 李雪瑞;趙冬青;;空間信息本體的開(kāi)發(fā)[J];測(cè)繪科學(xué);2006年03期

8 魏震方;王世華;沈華;;位置服務(wù)上下文計(jì)算本體形式化實(shí)現(xiàn)方法[J];測(cè)繪科學(xué);2010年01期

9 王素格;彭其偉;張武;;基于遺傳算法的自然語(yǔ)言參數(shù)閾值優(yōu)化方法[J];測(cè)試技術(shù)學(xué)報(bào);2006年01期

10 林周佳;;基于語(yǔ)義網(wǎng)技術(shù)的數(shù)字化檔案館研究[J];檔案與建設(shè);2006年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 畢魯雁;焦宗夏;范圣韜;趙四軍;;基于本體的機(jī)載機(jī)電系統(tǒng)故障診斷研究[A];第五屆全國(guó)流體傳動(dòng)與控制學(xué)術(shù)會(huì)議暨2008年中國(guó)航空學(xué)會(huì)液壓與氣動(dòng)學(xué)術(shù)會(huì)議論文集[C];2008年

2 張德政;劉潔卉;;基于圖分析的領(lǐng)域知識(shí)獲取技術(shù)[A];著力提高高等教育質(zhì)量，努力增強(qiáng)高校創(chuàng)新與服務(wù)能力——北京市高等教育學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

3 王宏生;趙文;張路;;基于DOM解析的OWL本體關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)模式設(shè)計(jì)[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

4 張娟;王慧鋒;;文本分類技術(shù)在海量金融信息處理中的應(yīng)用[A];第二十四屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2005年

5 王丹;趙榮娟;;P2P系統(tǒng)中一種基于代理的RDF文檔查詢模型[A];2006年全國(guó)開(kāi)放式分布與并行計(jì)算學(xué)術(shù)會(huì)議論文集（二）[C];2006年

6 汪婷婷;吳軍華;朱瑩;劉一田;;基于RDF／XML的網(wǎng)格資源分層描述[A];2006年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集（三）[C];2006年

7 蔣鵬;;基于本體的電子政務(wù)文檔智能檢索方法的研究[A];信息經(jīng)濟(jì)學(xué)與電子商務(wù)：第十三屆中國(guó)信息經(jīng)濟(jì)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2008年

8 林建祥;;LOGO思想與可拓、創(chuàng)新、智慧[A];第六屆中國(guó)科學(xué)家論壇論文匯編[C];2007年

9 胡金柱;舒江波;陳志偉;杜志強(qiáng);竇桂琴;;基于本體構(gòu)件的工作流檢索研究[A];第四屆中國(guó)軟件工程大會(huì)論文集[C];2007年

10 王紅濱;劉大昕;;元數(shù)據(jù)提取綜述[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2009年學(xué)術(shù)交流年會(huì)論文集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 胡沙;面向服務(wù)的模具企業(yè)信息系統(tǒng)集成平臺(tái)關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2010年

2 陳一稀;基于關(guān)系數(shù)據(jù)庫(kù)的遺留系統(tǒng)向語(yǔ)義Web移植的研究[D];浙江大學(xué);2010年

3 聶雪軍;內(nèi)容感知存儲(chǔ)系統(tǒng)中信息信息生命周期管理關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2011年

4 張珊;REST式GIS服務(wù)聚合研究及軟件開(kāi)發(fā)[D];華東師范大學(xué);2011年

5 田俊華;基于本體知識(shí)庫(kù)的教學(xué)資源自動(dòng)采集技術(shù)研究[D];南京師范大學(xué);2011年

6 劉勇;基于本體的家電領(lǐng)域功能知識(shí)表達(dá)研究[D];中國(guó)海洋大學(xué);2011年

7 汪楚嬌;語(yǔ)義環(huán)境下提升機(jī)故障人工免疫診斷方法研究[D];中國(guó)礦業(yè)大學(xué);2010年

8 楊瑞龍;基于短語(yǔ)特征的Web文檔聚類方法研究[D];重慶大學(xué);2010年

9 李淑霞;地名本體及其在地理空間數(shù)據(jù)組織中的應(yīng)用研究[D];解放軍信息工程大學(xué);2009年

10 張小旺;超協(xié)調(diào)描述邏輯[D];北京大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 呂萬(wàn)里;中文文本分類技術(shù)研究[D];山東科技大學(xué);2010年

2 趙永華;多學(xué)科本體構(gòu)建與集成技術(shù)研究[D];山東科技大學(xué);2010年

3 楊立志;基于語(yǔ)義網(wǎng)的圖像檢索算法的研究[D];廣西師范學(xué)院;2010年

4 秦宏宇;網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)相關(guān)技術(shù)研究[D];哈爾濱工程大學(xué);2010年

5 肖好冰;本體構(gòu)建與網(wǎng)絡(luò)交流平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)海洋大學(xué);2010年

6 蘆榮松;基于產(chǎn)品研發(fā)的IGDSS知識(shí)表示及其推理機(jī)制研究[D];中國(guó)海洋大學(xué);2010年

7 雷傲雄;基于本體的面向服務(wù)架構(gòu)建模研究[D];江西師范大學(xué);2010年

8 毛敏芹;對(duì)搜索引擎擴(kuò)充語(yǔ)義信息功能方法研究[D];華東師范大學(xué);2010年

9 杜海波;本體在醫(yī)療信息檢索系統(tǒng)中的應(yīng)用研究[D];長(zhǎng)春工業(yè)大學(xué);2010年

10 趙少華;基于本體論的汽車故障診斷知識(shí)建模及知識(shí)系統(tǒng)的研究[D];華東理工大學(xué);2011年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 鄧志鴻,唐世渭,張銘,楊冬青,陳捷;Ontology研究綜述[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年05期

2 顧益軍,樊孝忠,王建華,汪濤,黃維金;中文停用詞表的自動(dòng)選取[J];北京理工大學(xué)學(xué)報(bào);2005年04期

3 林鴻飛,馬雅彬;基于聚類的文本過(guò)濾模型[J];大連理工大學(xué)學(xué)報(bào);2002年02期

4 程少川,程向前,張朋柱;基于本體系統(tǒng)的知識(shí)管理人工智能研究[J];管理科學(xué)學(xué)報(bào);2003年02期

5 林鴻飛;基于示例的文本標(biāo)題分類機(jī)制[J];計(jì)算機(jī)研究與發(fā)展;2001年09期

6 張猛,王大玲,于戈;一種基于自動(dòng)閾值發(fā)現(xiàn)的文本聚類方法[J];計(jì)算機(jī)研究與發(fā)展;2004年10期

7 張偉都,周海東,鐘共鳴,張素偉;面向XML的數(shù)據(jù)管理系統(tǒng)[J];計(jì)算機(jī)工程與應(yīng)用;2001年20期

8 姜寧,宮秀軍,史忠植;高維特征空間中文本聚類研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年10期

9 馬堅(jiān),樓宇波,張亮;基于本體的XML Schema生成方法[J];計(jì)算機(jī)工程與應(yīng)用;2003年11期

10 龍昊;馮劍琳;李曲;;R-means:以關(guān)聯(lián)規(guī)則為簇中心的文本聚類[J];計(jì)算機(jī)科學(xué);2005年09期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李燕;張?jiān)聡?guó);李生紅;;基于蟻群算法的文本分類和聚類[J];信息安全與通信保密;2009年10期

2 譚營(yíng)軍;李翠霞;;加權(quán)模糊C均值文本聚類算法研究及仿真[J];計(jì)算機(jī)仿真;2011年05期

3 童健華;譚洪舟;;一種基于人工免疫網(wǎng)絡(luò)的文本聚類算法[J];計(jì)算機(jī)工程與科學(xué);2007年10期

4 龔靜;田小梅;;基于文本表示的特征項(xiàng)權(quán)值計(jì)算方法[J];電腦開(kāi)發(fā)與應(yīng)用;2008年02期

5 姜寧,史忠植;文本聚類中的貝葉斯后驗(yàn)?zāi)Ｐ瓦x擇方法[J];計(jì)算機(jī)研究與發(fā)展;2002年05期

6 郭慶琳,樊孝忠;基于文本聚類和NLU的自動(dòng)文摘系統(tǒng)的研究與實(shí)現(xiàn)[J];現(xiàn)代電力;2004年04期

7 郭慶琳,樊孝忠,柳長(zhǎng)安;基于文本聚類和NLU的自動(dòng)文摘研究[J];北京理工大學(xué)學(xué)報(bào);2005年08期

8 郭慶琳;樊孝忠;柳長(zhǎng)安;;基于文本聚類的自動(dòng)文摘系統(tǒng)的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2006年04期

9 鞏知樂(lè);張德賢;;文本挖掘理論概述[J];福建電腦;2008年09期

10 姚清耘;劉功申;李翔;;基于向量空間模型的文本聚類算法[J];計(jì)算機(jī)工程;2008年18期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張猛;王大玲;于戈;;一種基于自動(dòng)閾值發(fā)現(xiàn)的文本聚類方法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

2 董婧靈;李芳;何婷婷;涂新輝;萬(wàn)劍;;基于LDA模型的文本聚類研究[A];中國(guó)計(jì)算語(yǔ)言學(xué)研究前沿進(jìn)展（2009-2011）[C];2011年

3 王樂(lè);田李;賈焰;韓偉紅;;一個(gè)并行的文本聚類混合算法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

4 白剛;張錚;丁宗堯;朱毅;;中文文本聚類在互聯(lián)網(wǎng)搜索的研究與應(yīng)用[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

5 張寶艷;王慶輝;;中文文本聚類的研究與實(shí)現(xiàn)[A];第一屆學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2002年

6 張剛;周昭濤;王斌;;基于主題的分布式信息檢索研究[A];NCIRCS2004第一屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2004年

7 邱立坤;程葳;龍志祎;孫嬌華;;面向BBS的話題挖掘初探[A];全國(guó)第八屆計(jì)算語(yǔ)言學(xué)聯(lián)合學(xué)術(shù)會(huì)議（JSCL-2005）論文集[C];2005年

8 丁堃;許侃;;基于文本聚類方法的我國(guó)科技管理研究領(lǐng)域的計(jì)量研究[A];第三屆科技政策與管理學(xué)術(shù)研討會(huì)暨第二屆科教發(fā)展戰(zhàn)略論壇論文匯編[C];2007年

9 羅娜;左萬(wàn)利;袁福宇;張靖波;張慧杰;;使用本體語(yǔ)義提高文本聚類(英文)[A];全國(guó)語(yǔ)域web與本體能研討會(huì)論文集[C];2006年

10 顏端武;李曉鵬;王磊;成曉;;文本聚類中基于本體的相似性測(cè)度(英文)[A];全國(guó)語(yǔ)域web與本體能研討會(huì)論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 中國(guó)科學(xué)院計(jì)算技術(shù)研究所 王 斌;[N];計(jì)算機(jī)世界;2004年

2 王培森;[N];中國(guó)計(jì)算機(jī)報(bào);2003年

3 北京數(shù)碼空間信息技術(shù)有限公司技術(shù)總監(jiān) 劉斌;[N];計(jì)算機(jī)世界;2000年

4 本報(bào)記者 胡珉琦;[N];北京科技報(bào);2011年

5 盧偉;[N];文藝報(bào);2004年

6 記者　鄭維富;[N];浙江日?qǐng)?bào);2004年

7 朱莉;[N];中國(guó)電腦教育報(bào);2006年

8 俞揚(yáng);[N];泰州日?qǐng)?bào);2006年

9 林俊銘;[N];閩南日?qǐng)?bào);2008年

10 周小榮;[N];中國(guó)電腦教育報(bào);2003年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 徐森;文本聚類集成關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

2 孟憲軍;互聯(lián)網(wǎng)文本聚類與檢索技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

3 郝立麗;漢語(yǔ)文本數(shù)據(jù)挖掘[D];吉林大學(xué);2009年

4 楊創(chuàng)新;基于機(jī)器學(xué)習(xí)的高性能中文文本分類研究[D];華南理工大學(xué);2009年

5 倪興良;問(wèn)答系統(tǒng)中的短文本聚類研究與應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

6 劉向威;NLP技術(shù)在中文信息檢索中的應(yīng)用研究[D];天津大學(xué);2005年

7 高茂庭;文本聚類分析若干問(wèn)題研究[D];天津大學(xué);2007年

8 宣照國(guó);文本挖掘算法及其在知識(shí)管理中的應(yīng)用研究[D];大連理工大學(xué);2008年

9 胡佳妮;文本挖掘中若干關(guān)鍵問(wèn)題的研究[D];北京郵電大學(xué);2008年

10 王樂(lè);短語(yǔ)消息聚類相關(guān)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張金;個(gè)性化信息檢索系統(tǒng)中文本聚類的研究[D];東北師范大學(xué);2010年

2 何晏成;基于近鄰傳播和凝聚層次的文本聚類方法[D];哈爾濱工業(yè)大學(xué);2010年

3 龐俊;基于確定話題和情感極性的博客文本聚類研究[D];武漢理工大學(xué);2010年

4 李梅;改進(jìn)的K均值算法在中文文本聚類中的研究[D];安徽大學(xué);2010年

5 王飛;基于蟻群優(yōu)化的模糊文本聚類算法研究[D];河南工業(yè)大學(xué);2010年

6 趙穎;基于Ontology的Web文本聚類研究[D];西華大學(xué);2011年

7 劉延亮;一種文本聚類原型系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2006年

8 盛江濤;網(wǎng)絡(luò)論壇話題發(fā)現(xiàn)與跟蹤技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

9 陳小麗;基于SOM算法的中文文本聚類[D];南京理工大學(xué);2008年

10 李海峰;基于概念格的Web文本聚類過(guò)程模型研究[D];吉林大學(xué);2010年

  本文關(guān)鍵詞：基于本體的文本聚類的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：90999