文本綜合處理平臺(tái)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，信息爆炸時(shí)代隨之而來(lái)，人們?cè)谙硎芫W(wǎng)絡(luò)上豐富信息的同時(shí)也在忍受著“信息爆炸”的紛擾，洶涌而來(lái)的信息讓人們面臨著從無(wú)窮無(wú)盡的信息中獲取自己需要信息的嚴(yán)峻考驗(yàn)。目前，針對(duì)如此大的信息量，主要從技術(shù)和管理兩方面著手解決。從管理上各國(guó)都發(fā)布了相應(yīng)的信息管理章程、辦法等，但鑒于各國(guó)在習(xí)俗、道德觀念、國(guó)體等方面存在差異，形成一個(gè)全球統(tǒng)一的標(biāo)準(zhǔn)是很困難的。因此，從管理方面而言，形成一個(gè)全球統(tǒng)一的控制“信息垃圾”的方法是很難實(shí)現(xiàn)的。由于

2、管理上很難遏制“信息垃圾”，人們開(kāi)始準(zhǔn)備從技術(shù)上謀求方法，從九十年代中葉開(kāi)始，信息工作者陸續(xù)開(kāi)始研究數(shù)據(jù)挖掘、信息標(biāo)準(zhǔn)化技術(shù)，使信息獲取技術(shù)達(dá)到了研究熱潮。但是，目前各國(guó)信息工作者的研究多數(shù)停留在理論研究階段，數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)等學(xué)科在實(shí)踐中的應(yīng)用與其理論研究相比還是相對(duì)滯后的。各領(lǐng)域研究人員、公司企業(yè)迫切需要能夠針對(duì)各自需求的領(lǐng)域提供文本分析、文本檢索而且能夠隨時(shí)吸納自己需求文本的系統(tǒng)。
　　本平臺(tái)根據(jù)市場(chǎng)及領(lǐng)域研究人員需求，可

3、為不同用戶創(chuàng)建相互獨(dú)立的數(shù)據(jù)資料庫(kù)，用戶可以對(duì)個(gè)人的資料庫(kù)進(jìn)行維護(hù)，平臺(tái)采用多特征值對(duì)文本進(jìn)行分析，使文本分析相對(duì)以往的單特征值分析大大提高了準(zhǔn)確性。
　　本平臺(tái)采用B/S（瀏覽器/服務(wù)器）結(jié)構(gòu)模式，利用開(kāi)源的SSH框架技術(shù)進(jìn)行開(kāi)發(fā)，實(shí)現(xiàn)為不同用戶創(chuàng)建屬于個(gè)人的資料庫(kù)，用戶可以維護(hù)個(gè)人的資料庫(kù)，做到資料庫(kù)的隨時(shí)更新，同時(shí)，平臺(tái)提供生成領(lǐng)域詞庫(kù)、計(jì)算相似性、實(shí)現(xiàn)文本分類等功能。用戶擁有屬于自己的資料庫(kù)，就可以在大量的文本數(shù)據(jù)中只挑選