文本挖掘技術(shù)在學(xué)術(shù)人物分析中的應(yīng)用.pdf

1、當(dāng)今，因特網(wǎng)技術(shù)高度發(fā)達(dá)，大量有價(jià)值的研究文獻(xiàn)，如論文、期刊、專利說明書、會(huì)議文獻(xiàn)、技術(shù)檔案等信息，均以文本的形式存在于網(wǎng)上。這些信息一般是無結(jié)構(gòu)的，其內(nèi)容大多是自然語言，其語義很難由計(jì)算機(jī)處理。
　　有鑒于此，本文使用文本挖掘技術(shù)對(duì)文獻(xiàn)信息進(jìn)行挖掘，從中提取必要的知識(shí)，包括作者的合著關(guān)系、研究內(nèi)容等，并將所獲取的知識(shí)可視化。本文研究的主要內(nèi)容包括:
　　(1)文獻(xiàn)預(yù)處理。預(yù)處理包括清洗、去噪、干化、分句、分詞等，將預(yù)處理后

2、的文獻(xiàn)進(jìn)行特征提取和特征表示，使用這些特征提取文獻(xiàn)中的關(guān)鍵詞。
　　(2)關(guān)鍵字提取。首先使用一定的規(guī)則做候選短語識(shí)別，然后計(jì)算各個(gè)候選短語的特征值，最后通過機(jī)器學(xué)習(xí)算法從各個(gè)候選短語中預(yù)測關(guān)鍵短語。
　　(3)知識(shí)的可視化表示。使用交互式圖表echarts對(duì)提取的知識(shí)進(jìn)行可視化，以易于被人理解的方式將知識(shí)呈現(xiàn)給用戶。
　　在本課題的實(shí)驗(yàn)階段，通過與已標(biāo)記的關(guān)鍵詞進(jìn)行比對(duì)，使用了龐大的語料庫對(duì)KEA算法的效果進(jìn)行了評(píng)估