文本挖掘關(guān)鍵技術(shù)研究及實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展且日益成熟，使得互聯(lián)網(wǎng)上的信息每天都在呈現(xiàn)爆炸式增長(zhǎng)，但同時(shí)也出現(xiàn)了“信息豐富而知識(shí)相對(duì)匱乏”的問(wèn)題。由于Internet的開(kāi)放性及異構(gòu)性，用戶(hù)很難快速準(zhǔn)確地從互聯(lián)網(wǎng)上獲取自己所需的有價(jià)值信息，因此，文本挖掘技術(shù)在近幾年倍受研究者的關(guān)注，是一項(xiàng)重要的研究課題。 文本挖掘是數(shù)據(jù)挖掘與信息檢索兩門(mén)學(xué)科的交叉，可以對(duì)文檔集合的內(nèi)容進(jìn)行總結(jié)、分類(lèi)、聚類(lèi)、關(guān)聯(lián)分析以及趨勢(shì)預(yù)測(cè)等。這首先需要對(duì)文本進(jìn)行預(yù)處理，獲取文檔

2、的特征表示，抽取文檔的信息才可以實(shí)現(xiàn)的。但是由于中文文本的組織方式不同于西文，給以上技術(shù)的研究帶來(lái)了相當(dāng)大的困難。雖然目前在文本預(yù)處理方面的研究有些進(jìn)展，但是對(duì)于文本信息獲取的精度都不是很高，還有很大的研究空間。 本文正是對(duì)中文分詞、特征抽取、文本分類(lèi)等技術(shù)分別進(jìn)行了研究，主要做了如下的工作： 1．由中文詞條切分技術(shù)開(kāi)始，介紹了幾種分詞的方法，并設(shè)計(jì)了一個(gè)分詞系統(tǒng)，提出了一種改進(jìn)的歧義消除算法； 2．研究分析了文