基于概念格的文本過(guò)濾系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、文本過(guò)濾是針對(duì)當(dāng)今用戶在互聯(lián)網(wǎng)中獲取所需信息時(shí)遇到的信息過(guò)載、資源迷航等困難提出來(lái)的。傳統(tǒng)的文本過(guò)濾的研究以關(guān)鍵詞檢索為主導(dǎo)，忽略了關(guān)鍵詞的語(yǔ)義以及關(guān)鍵詞之間的聯(lián)系，成為制約文本過(guò)濾進(jìn)一步發(fā)展的瓶頸。因此，將新的理論引入文本過(guò)濾成為勢(shì)在必行的手段。
　　 概念格理論作為一種成熟的理論，具有堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)，是一種良好的數(shù)據(jù)分析工具，越來(lái)越受到信息處理研究領(lǐng)域的關(guān)注。
　　 為了解決信息檢索中存在的語(yǔ)義瓶頸問(wèn)題，本文將概念格

2、理論與傳統(tǒng)的文本過(guò)濾相結(jié)合，運(yùn)用形式背景對(duì)待過(guò)濾文本及其領(lǐng)域特征詞進(jìn)行組織，并生成相應(yīng)的概念格，利用概念格的層次結(jié)構(gòu)以及對(duì)象-屬性關(guān)聯(lián)，將文本與用戶信息需求之間的匹配轉(zhuǎn)化為概念格中節(jié)點(diǎn)與用戶信息需求之間的匹配，實(shí)現(xiàn)文本的過(guò)濾。同時(shí)衡量概念之間的語(yǔ)義關(guān)系，采用領(lǐng)域本體對(duì)領(lǐng)域特征詞與用戶興趣特征詞進(jìn)行相似度計(jì)算，提高了文本過(guò)濾的準(zhǔn)確性。
　　 為達(dá)到上述目的，本文提出了一種基于概念格的文本過(guò)濾模型，制定了相關(guān)的概念格漸進(jìn)式構(gòu)建算法以

3、及基于領(lǐng)域本體的概念相似度計(jì)算方法，設(shè)計(jì)并實(shí)現(xiàn)了基于概念格的文本過(guò)濾系統(tǒng)CL-TFS(Concept Lattice based Text Filtering System)。
　　 為驗(yàn)證模型的有效性和原型系統(tǒng)的可用性，本文利用NCBO(The NationalCenter for Biomedical Ontologies)BioPortal提供的生物醫(yī)學(xué)本體，針對(duì)TREC提供的106個(gè)用戶信息需求，對(duì)TREC-9使用的OH