基于概率模型與共現(xiàn)圖的標(biāo)簽學(xué)習(xí).pdf

1、社會(huì)化標(biāo)注是用戶在Web上自由組織、管理、分享資源的一種方式，它不要求用戶有專業(yè)知識(shí)背景，能適應(yīng)網(wǎng)絡(luò)環(huán)境的動(dòng)態(tài)變化。本體作為規(guī)范的結(jié)構(gòu)化知識(shí)庫能表現(xiàn)語義概念的層次劃分，是一種知識(shí)的組織方式，被廣泛用于各種語義處理場(chǎng)合。以社會(huì)化標(biāo)簽為數(shù)據(jù)源進(jìn)行語義挖掘，得到類似本體的知識(shí)庫是目前Web語義挖掘的研究熱點(diǎn)。社會(huì)化標(biāo)簽作為大眾智慧的結(jié)晶能體現(xiàn)網(wǎng)絡(luò)資源中的語義知識(shí)，但用戶認(rèn)知水平的差異會(huì)造成標(biāo)簽的歧義性，模糊了標(biāo)簽語義關(guān)系，以至將標(biāo)簽作為數(shù)據(jù)源

2、進(jìn)行語義挖掘和本體學(xué)習(xí)很難達(dá)到理想效果。
　　基于社會(huì)化標(biāo)簽的本體學(xué)習(xí)主要存在以下兩個(gè)問題：一方面，社會(huì)化標(biāo)注方法采用的是自底向上的浮出語義模式，而本體的語義析取方法則是從頂層往下的，所以現(xiàn)有的本體學(xué)習(xí)方法在標(biāo)簽數(shù)據(jù)上難以取得理想的效果；另一方面，傳統(tǒng)分類法在處理社會(huì)化標(biāo)注系統(tǒng)中龐大的用戶與標(biāo)簽數(shù)據(jù)時(shí)會(huì)出現(xiàn)性能瓶頸。
　　基于概率模型與共現(xiàn)圖的標(biāo)簽學(xué)習(xí)方法，針對(duì)以上兩個(gè)難點(diǎn)，能挖掘出隱藏在大量標(biāo)注數(shù)據(jù)中的語義信息。首先研究標(biāo)

3、注系統(tǒng)中用戶、資源、標(biāo)簽三者之間的關(guān)聯(lián)，對(duì)標(biāo)注行為建立概率模型，參照本體中領(lǐng)域的概念，將標(biāo)簽映射到不同的語義范圍；然后對(duì)劃分領(lǐng)域后的各個(gè)語義范圍內(nèi)的標(biāo)簽建立標(biāo)簽共現(xiàn)圖，根據(jù)共現(xiàn)圖中節(jié)點(diǎn)連接的緊密程度計(jì)算標(biāo)簽的核度，得到標(biāo)簽的核度層次劃分；最后根據(jù)相鄰層次間標(biāo)簽簇的相似度，對(duì)標(biāo)簽簇進(jìn)行自頂向下的層次聚類，得到類似本體的概念層次結(jié)構(gòu)。
　　在社會(huì)化標(biāo)注系統(tǒng)的標(biāo)簽數(shù)據(jù)上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明經(jīng)過語義空間映射后的標(biāo)簽作為概念詞，能代表不同