基于語義和領(lǐng)域相關(guān)的文本聚類研究.pdf

1、近年來，我國石油行業(yè)信息化建設(shè)發(fā)展迅速，但針對石油領(lǐng)域的文本聚類研究卻寥寥無幾?，F(xiàn)有聚類技術(shù)大多是面向綜合文本的研究，對主題信息的聚類研究尚不完善，因此研究和開發(fā)專業(yè)的石油主題聚類方法具有很大的價(jià)值。 傳統(tǒng)文本聚類研究采用基于關(guān)鍵詞集的向量空間模型，它僅考慮文本語法層面上字、詞的簡單匹配，沒有考慮隱含在文本的語義信息，缺乏對其所包含語義信息的理解，影響了文本聚類的質(zhì)量。 本文針對傳統(tǒng)聚類挖掘基于關(guān)鍵詞集向量空間模型的不足

2、，以及對相關(guān)領(lǐng)域信息不完善的問題，提出了基于語義和領(lǐng)域相關(guān)的聚類挖掘思想。首先，利用主題概念樹在語義處理方面的優(yōu)勢，提出了基于主題的特征提取思想。然后，在主題概念樹的基礎(chǔ)上，提出了權(quán)重的計(jì)算方法，并利用HASH技術(shù)對語義進(jìn)行了擴(kuò)展，在一定程度上解決了文本聚類預(yù)處理中高頻詞和低頻詞的問題。最后，在知網(wǎng)的基礎(chǔ)上，提出了基于語義相似度預(yù)處理的算法，解決了聚類預(yù)處理的同義現(xiàn)象，降低了文本的特征維數(shù)，從而在特定領(lǐng)域上使基于語義的聚類挖掘成為可能。