基于本體的食品投訴文檔文本分類研究.pdf

1、隨著計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，Internet上的信息呈指數(shù)級增長。文本信息是其中最重要的組成部分之一。如何從這些海量的文本信息中獲取有用信息，一直以來都是信息處理中重要問題。文本分類技術(shù)是信息檢索和文本挖掘的重要基礎(chǔ)，它是在預(yù)先給定的類別標(biāo)簽集合下，根據(jù)文本的內(nèi)容判定文本的類別。文本分類已成為一項具有較大實(shí)用價值的關(guān)鍵技術(shù)，是組織和管理數(shù)據(jù)的有效手段。
　　本體作為一種知識表示的模型，能夠提供豐富的語義知識，其內(nèi)部的概念與

2、概念之間的關(guān)系可以支持推理機(jī)制。同時，本體作為領(lǐng)域內(nèi)的概念體系，能夠提供很好的類別標(biāo)簽，這樣就解決類別標(biāo)簽過多，訓(xùn)練集不好收集的問題。本文在食品領(lǐng)域?qū)＜业膸椭?，通過市場調(diào)研，利用斯坦福大學(xué)開發(fā)的本體構(gòu)建工具Protégé3.4.2手動構(gòu)建一個奶制品本體。同時，本文通過反復(fù)實(shí)驗提出一種改進(jìn)的核心窗口模型相似度計算方法，即增量窗口相似度計算方法，該方法對于采用窗口形式進(jìn)行相似度計算時，有效避免了窗口長度對相似度值的影響。
　　本文將