基于本體的文本聚類的應用研究.pdf

1、隨著計算機的廣泛使用與網(wǎng)絡技術的深入發(fā)展，人們更多的將各種資料信息以電子文本的形式存儲于計算機及網(wǎng)絡空間中。這些文本信息的大規(guī)模增長，導致人們對信息的過濾、篩選出現(xiàn)困難，如何對這些文本進行比較或是對文檔的相關性進行分析從中得到隱藏的、潛在的有用的信息，進而為人們的工作提供一定的指導與線索，成為了亟待解決的問題。
　　 文本聚類技術是將文本集聚合為由若干個文本簇組成的集合，是一種無監(jiān)督的文本處理方法。文本聚類方法作為文本數(shù)據(jù)挖掘領

2、域中的主要方法之一，經(jīng)常并有效的被用于信息檢索領域。對大規(guī)模無規(guī)律的文本信息進行劃分，是文本聚類的一個重要的應用研究。本文主要是將文本聚類技術應用于某單位所搜集的大量文本信息中，通過對其進行處理，將信息聚類，為該單位進一步的分析工作提供一定的線索。
　　 本文介紹了文本聚類的概念，針對具體的應用需求，說明了聚類過程中的文本預處理、特征選擇、文本向量表示及特征詞的權重計算等方面的工作。針對文本聚類中忽略特征詞之間的關系問題，本文引