文本數(shù)據(jù)挖掘在工程圖文檔中的應(yīng)用.pdf

1、文本數(shù)據(jù)挖掘技術(shù)是自然語言處理研究的重點問題之一，而工程圖文檔是工業(yè)技術(shù)中的重要數(shù)據(jù)媒體之一。在信息時代，同其他多媒體數(shù)據(jù)一樣，工程圖文檔作為一種在網(wǎng)上共享傳輸?shù)臄?shù)據(jù)媒體，有著信息保護和信息檢索的需求。傳統(tǒng)的信息保護和信息檢索技術(shù)均基于文本，而工程圖文檔中存在的大量文本信息，于是我們將文本數(shù)據(jù)挖掘技術(shù)引入工程圖文檔中。本文對文本數(shù)據(jù)挖掘在工程中的應(yīng)用進行了研究，內(nèi)容文本信息抽取、文本分類、信息隱藏、信息檢索等等。 本文主要研究了

2、如下兩個問題： 一、到目前為止，尚沒有大型搜索網(wǎng)站將工程圖納入自己的搜索數(shù)據(jù)類型。本文將文本數(shù)據(jù)挖掘的方法，引入到工程圖文檔的信息檢索技術(shù)中。研究了工程圖文檔的信息檢索方法，比較了工程圖文檔檢索和一般文本檢索的區(qū)別，提出了工程圖信息檢索中的幾種新方法，詳述了一個構(gòu)建工程圖信息檢索系統(tǒng)的實驗步驟。 二、工程圖的信息隱藏在CAD領(lǐng)域中具有重大的意義。為了技術(shù)保密，工程圖在發(fā)布時往往需要將其中的關(guān)鍵信息(如尺寸和材料)隱藏起來