基于領(lǐng)域本體的文本過濾模型DOTFM的設(shè)計(jì)和實(shí)現(xiàn).pdf

1、文本過濾是從動(dòng)態(tài)的文檔流中，檢索出符合用戶需求文本的一種技術(shù)。隨著文本過濾技術(shù)在電子郵件、消息訂閱、信息安全等領(lǐng)域的應(yīng)用變得越加廣泛，用戶對過濾的要求也越來越高。為滿足用戶需求，本文將領(lǐng)域本體引入到文本過濾當(dāng)中，利用領(lǐng)域本體實(shí)現(xiàn)對中文文本的過濾。 本文首先介紹了國內(nèi)外信息過濾的研究現(xiàn)狀，闡明文本過濾的理論及其在經(jīng)濟(jì)、社會(huì)和學(xué)術(shù)方面的意義；分析了文本過濾任務(wù)和常用技術(shù)，描述文本過濾的性能評價(jià)方法，解釋本體的基本概念。 接著

2、提出了一種基于領(lǐng)域本體的文本過濾模型DOTFM(Domain Ontology based Text Filtering Model)，該模型主要由學(xué)習(xí)階段和過濾階段組成。在學(xué)習(xí)階段，提出概念權(quán)值(CV, Concept Value)，利用領(lǐng)域本體和學(xué)習(xí)語料集來量化概念在領(lǐng)域中的重要程度；在過濾階段，提出概念關(guān)聯(lián)度(CRD，Concept Relation-Degree)，利用領(lǐng)域本體的層次結(jié)構(gòu)確定領(lǐng)域中概念間的親密程度。 論文

3、提出了局部型/全局型文本向量(LTV/GTV，Local Text Vector/Global Text Vector)，將單一形式的文本向量改變?yōu)椴捎镁仃嚭拖蛄績煞N形式的文本向量，同時(shí)考慮概念重要程度和概念關(guān)聯(lián)度兩個(gè)因素。論文還提出了局部型/全局型用戶模板(LUT/GUT,Local User Template/Global User Template)，采用矩陣和向量兩種形式表示獲取的用戶需求，同時(shí)考慮概念重要程度和概念關(guān)聯(lián)度兩個(gè)因

4、素；提出了局部型/全局型相似度(LSD/GSD，Local Similarity-Degree/Global Similadty-Degree)計(jì)算和過濾，變單一匹配為綜合匹配。 論文最后實(shí)現(xiàn)了DOTFM的系統(tǒng)原型DOTFS(Domain Ontology based Text Filtering System)，并將DOTFM與基于關(guān)鍵字的文本過濾模型KWTFM(Key Word based Text Filtering Mo