社會化標簽的主題層次體系自動構(gòu)建.pdf

1、社會化標簽提供了一個新的角度理解本體。為了實現(xiàn)兩者優(yōu)勢互補、共同發(fā)展，本文提出社會化標簽的主題層次體系自動構(gòu)建這一研究課題。旨在通過此課題的研究克服社會化標簽的缺陷，緩解本體知識獲取的瓶頸，并對類似的概念層次體系構(gòu)建研究中存在共同難題的解決有所助益，是推動社會化標簽和本體研究共同發(fā)展的有效途徑。主題標簽層次體系自動構(gòu)建是自然語言處理、知識管理、語義網(wǎng)、數(shù)字圖書館等領(lǐng)域共同關(guān)注的核心問題，能夠促進信息檢索、機器翻譯、自動問答、智能導(dǎo)航、推

2、薦系統(tǒng)等相關(guān)研究的發(fā)展。本文的研究內(nèi)容主要包括以下四個方面。
　　首先，提出基于邊權(quán)重的主題核心標簽抽取方法，為后續(xù)主題標簽層次體系的自動構(gòu)建奠定了基礎(chǔ)。基于社會化標簽的語義關(guān)聯(lián)特性，提出由具體主題的局部共現(xiàn)信息和所有主題的全局語義相似度共同構(gòu)成的邊權(quán)重。通過新穎的邊權(quán)重，將傳統(tǒng)的隨機游走分解成不同主題對應(yīng)的標簽圖中主題相關(guān)的隨機游走，并輸出按照重要性值排序的標簽列表，排序靠前的標簽被抽取為主題核心標簽。實驗結(jié)果表明，基于邊權(quán)重的

3、主題核心標簽抽取方法優(yōu)于相關(guān)工作。該方法不僅可以有效識別主題核心標簽，還可以關(guān)聯(lián)同一主題下最相關(guān)的標簽。
　　其次，提出結(jié)合偏好值的主題核心標簽抽取方法，進一步提高了主題核心標簽抽取的性能。提出新穎的偏好值，選擇與給定主題最相關(guān)的標簽。然后，通過邊權(quán)重和偏好值的共同作用抽取出主題核心標簽。同時，探索具有不同特點的社會化標簽數(shù)據(jù)源克服單一數(shù)據(jù)源的局限性。在單一數(shù)據(jù)集和混合數(shù)據(jù)集上的綜合實驗說明，結(jié)合偏好值的主題核心標簽抽取方法通過提

4、高較為抽象標簽的重要性級別，能夠顯著提高主題核心標簽抽取的性能。同時證明，對方法的改進和對數(shù)據(jù)源的探索相結(jié)合是有效的。
　　再次，提出基于多源異質(zhì)證據(jù)的主題標簽層次體系構(gòu)建方法，層次化組織主題相關(guān)的標簽和標簽之間的關(guān)系。從具體領(lǐng)域的社會化標簽數(shù)據(jù)源和領(lǐng)域無關(guān)的本體中設(shè)計和抽取多源異質(zhì)證據(jù)，并提出新穎的分步結(jié)合策略，發(fā)揮不同證據(jù)的優(yōu)勢，分別用于初始主題標簽層次體系構(gòu)建和進一步主題標簽層次體系修正。綜合實驗結(jié)果表明，基于多源異質(zhì)證據(jù)的

5、主題標簽層次體系構(gòu)建方法在自動構(gòu)建主題標簽層次體系方面表現(xiàn)出優(yōu)異的性能，對比相關(guān)工作在召回率方面獲得20％以上的提升。
　　最后，提出基于主題標簽層次體系的標簽推薦方法，擴展了主題標簽層次體系的評價應(yīng)用。通過新穎的標簽推薦策略，將主題標簽層次體系應(yīng)用到標簽推薦中。一方面，通過主題標簽層次體系提高標簽推薦的性能，克服社會化標簽的缺陷。另一方面，通過對標簽推薦性能的評價，間接評價主題標簽層次體系的質(zhì)量。與相關(guān)工作和社會化標簽數(shù)據(jù)來源網(wǎng)