基于功率譜分析的文本相似性判別系統(tǒng)研究與實現(xiàn).pdf

1、隨著信息技術的發(fā)展、各種各樣的信息向我們襲來，使得用戶很難在海量的信息中找到自己需要的數(shù)據(jù)。原來手工管理信息的方式已經不能滿足我們的需要，而現(xiàn)在的中文文本分類系統(tǒng)，基本上能夠完成文本分類的功能，但是分類結果不夠精確，特別是由于中文的特殊性，容易出現(xiàn)因為語言文字歧義以及語序變化導致的錯誤判斷結果。
　　本課題針對以上分析并結合實際需求，以各類中文文本分類系統(tǒng)為背景，提出了運用基于文本多特征的功率譜分析方法來判別文本相似性，進而實現(xiàn)文

2、本智能分類。具體研究內容:研究并實現(xiàn)了中文文本切詞算法，并作出改進和優(yōu)化;研究并實現(xiàn)了文本特征值計算和提取過程，并構建了領域詞庫;研究并實現(xiàn)了功率譜圖匹配算法，并在此基礎上構建了功率譜庫;對文本相似性判別流程進行了研究，構建了文本智能分類系統(tǒng)。
　　本系統(tǒng)創(chuàng)新之處在于運用基于文本多特征值的功率譜分析方法判別文本相似度，進而實現(xiàn)文本智能分類。該創(chuàng)新應用具體過程是通過模擬作者寫作過程中腦電信號的變化特點及詞語的某些特征值，設置文本脈沖

3、信號函數(shù)給文本建模，再通過現(xiàn)代功率譜分析方法獲取文本功率譜圖，進而構建基于領域文本的領域譜庫，待測文檔通過功率譜圖匹配算法與各領域譜庫中的譜圖匹配，求得用戶文檔與各領域匹配的相似度，進而實現(xiàn)文檔分類。系統(tǒng)采用B/S結構模式，利用開源技術框架SSH進行開發(fā)，運用Java調用Matlab技術完成功率譜圖高性能計算，運用JFreechart完成web網頁客戶端環(huán)境下功率譜圖顯示。
　　本研究課題的意義在于消除了語言文字歧義及語序變化導致