基于功率譜分析的文本相似性判別系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著信息技術(shù)的發(fā)展、各種各樣的信息向我們襲來(lái)，使得用戶很難在海量的信息中找到自己需要的數(shù)據(jù)。原來(lái)手工管理信息的方式已經(jīng)不能滿足我們的需要，而現(xiàn)在的中文文本分類系統(tǒng)，基本上能夠完成文本分類的功能，但是分類結(jié)果不夠精確，特別是由于中文的特殊性，容易出現(xiàn)因?yàn)檎Z(yǔ)言文字歧義以及語(yǔ)序變化導(dǎo)致的錯(cuò)誤判斷結(jié)果。
　　本課題針對(duì)以上分析并結(jié)合實(shí)際需求，以各類中文文本分類系統(tǒng)為背景，提出了運(yùn)用基于文本多特征的功率譜分析方法來(lái)判別文本相似性，進(jìn)而實(shí)現(xiàn)文

2、本智能分類。具體研究?jī)?nèi)容:研究并實(shí)現(xiàn)了中文文本切詞算法，并作出改進(jìn)和優(yōu)化;研究并實(shí)現(xiàn)了文本特征值計(jì)算和提取過(guò)程，并構(gòu)建了領(lǐng)域詞庫(kù);研究并實(shí)現(xiàn)了功率譜圖匹配算法，并在此基礎(chǔ)上構(gòu)建了功率譜庫(kù);對(duì)文本相似性判別流程進(jìn)行了研究，構(gòu)建了文本智能分類系統(tǒng)。
　　本系統(tǒng)創(chuàng)新之處在于運(yùn)用基于文本多特征值的功率譜分析方法判別文本相似度，進(jìn)而實(shí)現(xiàn)文本智能分類。該創(chuàng)新應(yīng)用具體過(guò)程是通過(guò)模擬作者寫作過(guò)程中腦電信號(hào)的變化特點(diǎn)及詞語(yǔ)的某些特征值，設(shè)置文本脈沖

3、信號(hào)函數(shù)給文本建模，再通過(guò)現(xiàn)代功率譜分析方法獲取文本功率譜圖，進(jìn)而構(gòu)建基于領(lǐng)域文本的領(lǐng)域譜庫(kù)，待測(cè)文檔通過(guò)功率譜圖匹配算法與各領(lǐng)域譜庫(kù)中的譜圖匹配，求得用戶文檔與各領(lǐng)域匹配的相似度，進(jìn)而實(shí)現(xiàn)文檔分類。系統(tǒng)采用B/S結(jié)構(gòu)模式，利用開源技術(shù)框架SSH進(jìn)行開發(fā)，運(yùn)用Java調(diào)用Matlab技術(shù)完成功率譜圖高性能計(jì)算，運(yùn)用JFreechart完成web網(wǎng)頁(yè)客戶端環(huán)境下功率譜圖顯示。
　　本研究課題的意義在于消除了語(yǔ)言文字歧義及語(yǔ)序變化導(dǎo)致