CADAL中國文學(xué)編年史系統(tǒng)的語義化構(gòu)建.pdf

1、CADAL中國文學(xué)編年史系統(tǒng)旨在構(gòu)建一個基于豐富的歷史文學(xué)資源的科研信息系統(tǒng)。在將這些資源數(shù)字化的基礎(chǔ)上，組織與系統(tǒng)化各種類型的數(shù)字資源，形成跨媒體表達(dá)，并提供關(guān)于人物、時間、地點、事件等的多維度的數(shù)字可視化服務(wù)，以便用戶能夠精確并且詳盡地獲取到所需的知識。
　　 本文在CADAL中國文學(xué)編年史系統(tǒng)的語義化構(gòu)建道路上，承前啟后，作出了一些努力。針對文獻(xiàn)資源的特殊性，利用文本挖掘技術(shù)，為文學(xué)作品提供了語義維度的服務(wù)。包括對古代文學(xué)

2、作品進(jìn)行基于LDA主題模型的語義分析，自動生成主題標(biāo)簽云，以及進(jìn)行文本聚類;利用HMM-LDA模型提供了一種生成LDA所需的停用詞表的方法。
　　 本文通過優(yōu)化地理數(shù)據(jù)的存儲方式和基于本體的地名檢索技術(shù)，為地理實體提供了明確的語義，從而改善了地理維度的知識組織結(jié)構(gòu)。包括將地圖數(shù)據(jù)存儲于PostGIS，通過自動化程序?qū)⒌貓D發(fā)布到GeoServer上，并編寫SLD圖層樣式描述文件以展現(xiàn)各朝代地圖;利用本體對地理數(shù)據(jù)建模，在此基礎(chǔ)上提