基于hLDA的圖書(shū)內(nèi)部主題層次組織研究.pdf

1、隨著數(shù)字出版技術(shù)的不斷提高和進(jìn)步，電子圖書(shū)資源呈現(xiàn)爆炸式的增長(zhǎng)。電子圖書(shū)以它獨(dú)有的數(shù)字化、方便性為人們所接受，并逐漸改變?nèi)藗儌鹘y(tǒng)的閱讀習(xí)慣。然而，電子圖書(shū)雖然被數(shù)字化了，但由于其長(zhǎng)文檔性，人們?nèi)匀幻媾R著內(nèi)容太多而時(shí)間、精力不夠的問(wèn)題，并沒(méi)有極大地發(fā)揮數(shù)字圖書(shū)可分解、可快速定位的優(yōu)點(diǎn)。因此，研究如何快速準(zhǔn)確地對(duì)圖書(shū)信息資源進(jìn)行良好的組織和描述一直是研究人員的目標(biāo)和追求。
　　圖書(shū)主題分析是文本分析的一個(gè)應(yīng)用分支，它通過(guò)抽取圖書(shū)的主題

2、信息，識(shí)別主題之間的語(yǔ)義聯(lián)系，并將這些主題信息進(jìn)行有機(jī)組織，勾勒出文檔的主題結(jié)構(gòu)樹(shù)，來(lái)幫助用戶更高效的搜索、定位和分析圖書(shū)內(nèi)容，使得用戶獲取圖書(shū)知識(shí)的過(guò)程變得更簡(jiǎn)潔、方便、高效?，F(xiàn)階段由于文本分析大都從目次、段落甚至全文的角度，對(duì)于主題之間的關(guān)系、層次信息以及上下文環(huán)境少有考慮，并不能為用戶提供滿意的分析結(jié)果。此外，當(dāng)前的電子圖書(shū)主題多樣、結(jié)構(gòu)復(fù)雜，導(dǎo)致現(xiàn)有的文本分析普遍存在低效性和盲目性的問(wèn)題。因此，如何有效地對(duì)圖書(shū)進(jìn)行組織分析成為迫

3、切需要解決的問(wèn)題。
　　本文主要包括以下幾部分工作:
　　首先，本文提出了一種基于主題的圖書(shū)知識(shí)組織分析方法，在深入分析現(xiàn)有文檔組織理論的基礎(chǔ)上，結(jié)合圖書(shū)特點(diǎn)，利用層次主題模型及上下文信息構(gòu)建圖書(shū)內(nèi)部主題層次組織模型，挖掘圖書(shū)內(nèi)部潛在的主題信息。
　　其次，在模型建立的基礎(chǔ)上，利用計(jì)算機(jī)技術(shù)，根據(jù)需求分析設(shè)計(jì)并實(shí)現(xiàn)了圖書(shū)內(nèi)部主題分析原型系統(tǒng)。
　　然后，通過(guò)實(shí)驗(yàn)證明了圖書(shū)內(nèi)部主題層次組織系統(tǒng)的可行性和實(shí)用性。并與