面向?qū)W科的文獻(xiàn)資源聚類系統(tǒng)研究及應(yīng)用.pdf

1、隨著文本信息的爆炸式增長，文本聚類技術(shù)成為了文本信息處理研究領(lǐng)域的一個重要手段，并且在知識發(fā)現(xiàn)、信息檢索、生物信息學(xué)等領(lǐng)域得到了廣泛的應(yīng)用。文本聚類是采用無監(jiān)督的機(jī)器學(xué)習(xí)方式自動識別文本所屬類別，方便了用戶選擇有用知識類別，并且有利于文本中相似知識以及相關(guān)知識，為下一步知識的融合提供了前提。
　　 論文以教育技術(shù)學(xué)為例構(gòu)建了領(lǐng)域的本體庫作為文本聚類系統(tǒng)的數(shù)據(jù)源，實現(xiàn)了面向?qū)W科的文獻(xiàn)聚類系統(tǒng)，并對Lingo聚類算法進(jìn)行了優(yōu)化，得到

2、了較好的聚類效果。本文的主要工作包括：
　　 (1)分析闡述了文本聚類的相關(guān)理論。主要敘述了文本聚類技術(shù)的研究現(xiàn)狀，介紹了主要聚類算法和目前比較成熟的聚類系統(tǒng)。
　　 (2)介紹了學(xué)科領(lǐng)域本體庫的構(gòu)建方法。文中領(lǐng)域本體庫包含概念表和關(guān)系表，搜集教育技術(shù)學(xué)核心教材和近期專業(yè)學(xué)術(shù)期刊論文中的專業(yè)術(shù)語形成領(lǐng)域概念集，并為概念標(biāo)明關(guān)系（包括同義關(guān)系、上下位關(guān)系、部分與整體關(guān)系）。
　　 (3)論文設(shè)計了面向?qū)W科的文獻(xiàn)資源

3、聚類系統(tǒng)，系統(tǒng)主要按照文本預(yù)處理模塊、文本聚類算法模塊、聚類結(jié)果可視化模塊三個部分分別進(jìn)行設(shè)計與實現(xiàn)，最后通過實驗與傳統(tǒng)的聚類算法進(jìn)行了比較。
　　 (4)介紹了文獻(xiàn)資源聚類結(jié)果在信息檢索和知識融合中的應(yīng)用。
　　 本文的特色之處：
　　 (1)介紹了教育技術(shù)學(xué)領(lǐng)域本體庫的構(gòu)建方法。
　　 (2)對Lingo聚類算法進(jìn)行了優(yōu)化，在算法分析中根據(jù)本體庫中概念關(guān)系對同義詞進(jìn)行合并，對詞頻-文檔矩陣進(jìn)行降維，在