社會化標簽的主題層次體系自動構建.pdf

1、社會化標簽提供了一個新的角度理解本體。為了實現(xiàn)兩者優(yōu)勢互補、共同發(fā)展，本文提出社會化標簽的主題層次體系自動構建這一研究課題。旨在通過此課題的研究克服社會化標簽的缺陷，緩解本體知識獲取的瓶頸，并對類似的概念層次體系構建研究中存在共同難題的解決有所助益，是推動社會化標簽和本體研究共同發(fā)展的有效途徑。主題標簽層次體系自動構建是自然語言處理、知識管理、語義網、數(shù)字圖書館等領域共同關注的核心問題，能夠促進信息檢索、機器翻譯、自動問答、智能導航、推

2、薦系統(tǒng)等相關研究的發(fā)展。本文的研究內容主要包括以下四個方面。
　　首先，提出基于邊權重的主題核心標簽抽取方法，為后續(xù)主題標簽層次體系的自動構建奠定了基礎?；谏鐣瘶撕灥恼Z義關聯(lián)特性，提出由具體主題的局部共現(xiàn)信息和所有主題的全局語義相似度共同構成的邊權重。通過新穎的邊權重，將傳統(tǒng)的隨機游走分解成不同主題對應的標簽圖中主題相關的隨機游走，并輸出按照重要性值排序的標簽列表，排序靠前的標簽被抽取為主題核心標簽。實驗結果表明，基于邊權重的

3、主題核心標簽抽取方法優(yōu)于相關工作。該方法不僅可以有效識別主題核心標簽，還可以關聯(lián)同一主題下最相關的標簽。
　　其次，提出結合偏好值的主題核心標簽抽取方法，進一步提高了主題核心標簽抽取的性能。提出新穎的偏好值，選擇與給定主題最相關的標簽。然后，通過邊權重和偏好值的共同作用抽取出主題核心標簽。同時，探索具有不同特點的社會化標簽數(shù)據(jù)源克服單一數(shù)據(jù)源的局限性。在單一數(shù)據(jù)集和混合數(shù)據(jù)集上的綜合實驗說明，結合偏好值的主題核心標簽抽取方法通過提

4、高較為抽象標簽的重要性級別，能夠顯著提高主題核心標簽抽取的性能。同時證明，對方法的改進和對數(shù)據(jù)源的探索相結合是有效的。
　　再次，提出基于多源異質證據(jù)的主題標簽層次體系構建方法，層次化組織主題相關的標簽和標簽之間的關系。從具體領域的社會化標簽數(shù)據(jù)源和領域無關的本體中設計和抽取多源異質證據(jù)，并提出新穎的分步結合策略，發(fā)揮不同證據(jù)的優(yōu)勢，分別用于初始主題標簽層次體系構建和進一步主題標簽層次體系修正。綜合實驗結果表明，基于多源異質證據(jù)的

5、主題標簽層次體系構建方法在自動構建主題標簽層次體系方面表現(xiàn)出優(yōu)異的性能，對比相關工作在召回率方面獲得20％以上的提升。
　　最后，提出基于主題標簽層次體系的標簽推薦方法，擴展了主題標簽層次體系的評價應用。通過新穎的標簽推薦策略，將主題標簽層次體系應用到標簽推薦中。一方面，通過主題標簽層次體系提高標簽推薦的性能，克服社會化標簽的缺陷。另一方面，通過對標簽推薦性能的評價，間接評價主題標簽層次體系的質量。與相關工作和社會化標簽數(shù)據(jù)來源網