基于hLDA的圖書內(nèi)部主題層次組織研究.pdf

1、隨著數(shù)字出版技術(shù)的不斷提高和進(jìn)步，電子圖書資源呈現(xiàn)爆炸式的增長。電子圖書以它獨有的數(shù)字化、方便性為人們所接受，并逐漸改變?nèi)藗儌鹘y(tǒng)的閱讀習(xí)慣。然而，電子圖書雖然被數(shù)字化了，但由于其長文檔性，人們?nèi)匀幻媾R著內(nèi)容太多而時間、精力不夠的問題，并沒有極大地發(fā)揮數(shù)字圖書可分解、可快速定位的優(yōu)點。因此，研究如何快速準(zhǔn)確地對圖書信息資源進(jìn)行良好的組織和描述一直是研究人員的目標(biāo)和追求。
　　圖書主題分析是文本分析的一個應(yīng)用分支，它通過抽取圖書的主題

2、信息，識別主題之間的語義聯(lián)系，并將這些主題信息進(jìn)行有機組織，勾勒出文檔的主題結(jié)構(gòu)樹，來幫助用戶更高效的搜索、定位和分析圖書內(nèi)容，使得用戶獲取圖書知識的過程變得更簡潔、方便、高效?，F(xiàn)階段由于文本分析大都從目次、段落甚至全文的角度，對于主題之間的關(guān)系、層次信息以及上下文環(huán)境少有考慮，并不能為用戶提供滿意的分析結(jié)果。此外，當(dāng)前的電子圖書主題多樣、結(jié)構(gòu)復(fù)雜，導(dǎo)致現(xiàn)有的文本分析普遍存在低效性和盲目性的問題。因此，如何有效地對圖書進(jìn)行組織分析成為迫

3、切需要解決的問題。
　　本文主要包括以下幾部分工作:
　　首先，本文提出了一種基于主題的圖書知識組織分析方法，在深入分析現(xiàn)有文檔組織理論的基礎(chǔ)上，結(jié)合圖書特點，利用層次主題模型及上下文信息構(gòu)建圖書內(nèi)部主題層次組織模型，挖掘圖書內(nèi)部潛在的主題信息。
　　其次，在模型建立的基礎(chǔ)上，利用計算機技術(shù)，根據(jù)需求分析設(shè)計并實現(xiàn)了圖書內(nèi)部主題分析原型系統(tǒng)。
　　然后，通過實驗證明了圖書內(nèi)部主題層次組織系統(tǒng)的可行性和實用性。并與