中文信息的语义数据挖掘技术研究

《中文信息的语义数据挖掘技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、湖南大学硕士学位论文中文信息的语义数据挖掘技术研究姓名：翟晓华申请学位级别：硕士专业：系统工程指导教师：孙炜20080414硕士学位论文摘要传统的信息由于缺乏统一的语义描述，充斥着大量繁杂重复信息，面对这些海量信息，如何快速、有效地从“信息海洋”中获取人们所需的信息成为难题。让信息具有语义，使计算机能够理解信息含义，进而对信息进行加工处理，能从根本上解决这一难题，更好地实现信息共享。由于中文信息的特殊性和复杂性，使得中文信息处理难度相对较大，而信息语义化的要求则对中文信息处理提出了更高要求。用户不再仅仅满足获取直接信息，而需要

2、获得更多的隐含语义信息，数据挖掘正是为了满足这一需求诞生的。但传统的数据挖掘需要领域专家协助，并依靠数据驱动，逐渐不能满足用户的需求。而本体作为客观知识的语义形式化描述，在数据挖掘中引入基于本体的语义分析技术，有助于解决信息处理的语义化问题，为实现中文信息语义挖掘做出贡献。论文结合信息产业部电子产业发展基金项目的开发，对中文信息的语义数据挖掘技术进行了系统的研究。首先分析了中文信息处理的特点及各项关键技术，并对中文分词技术进行了深入探讨，实现了一种采用正向最大匹配和词典分词算法的中文分词器。然后在深入介绍了本体论相关知识之后，

3、提出了一种基于本体的语义数据挖掘(OsDM)技术，给出了其工作流程和原理，并对涉及的领域本体构建、语义标注和语义推理等关键技术进行了分析研究，给出了切实可行的解决方案，为语义数据挖掘技术的应用奠定了良好的基础。最后基于OsDM技术模型设计并实现了一个中文信息语义检索系统。该系统以参考背景知识自行构建的MyFnlitOnto领域本体作为知识库，利用本体描述语言OwL的语义推理能力，对检索词进行推理扩展，来获得更准确的用户意图，返回更准确的检索结果信息。同时，系统为了克服领域局限性，系统还实现了全文检索功能，提供了更好的用户体验、

4、更完整的功能和更可靠的系统性能，初步实现了信息检索智能化。关键词：中文信息处理：本体：语义数据挖掘：信息检索II!兰堡塞塑曼兰鍪堡堡堡茎奎至塞AbstractDuetothe1ackofaunifiedsemanticdescription，mereareplemyofcomplexandduplicateinfomatiOnintraditionalinfo肌ation．Facingwithmassiveinfomlation，hOwtoobtainusefulinformationquicklyaIldefrectivel

5、yfromthe’。Info珊ationOceall”isaverydimcultproblem．Introducingsemamicinfomationintocomputcrinfo咖ationprocessisafundamentalsolutiontothisproblem，andcanachievebettersharingofinfb珊ation．BecauseofthespecialnatureandcomplexityofChineseinfbmation，it’sdimculttoprocessChinese

6、info珊ationrelatiVely．semanticinformationputahi曲erdemandonChineseinf0珊atioⅡprocessing．Usersnolongermeetthedirectaccesstoinfomationonly，andneedtogetmoreimpliedsemanticinfoml“on．dataminingcomesoutforthis．HoweVer，traditionaldataminingneedexpens’shelpinthefieldandrelyond

7、ata—driven．GraduallyitIsunabletomeettheneedsofusers．Ont0109yisthefomaldescriptionoftheobjectiVeknowledge．Dataminingcombinedwimsemanticanalysistechn0109ybasedonont0109ycansolveinf0咖ationsemanticprocessingproblemsalldcontributetorcalizationofChinesesemanticdatamining．

8、SupportedbyMII’selectronicsindustrydevelopmentfund，thesemanticdatami血ngtechnologyofChineseinfomationisstudiedinthisthesis．Firstly，aimingat