基于本體的中文文本聚類技術(shù)研究.pdf

1、近年來，隨著Internet技術(shù)的發(fā)展和信息傳播手段的進(jìn)步，人們可以從互聯(lián)網(wǎng)上得到的信息越來越豐富，尤其可以獲得數(shù)目驚人的文本文檔。如何對(duì)這些文檔進(jìn)行有效的導(dǎo)航、總結(jié)、組織，以方便人們有效管理和檢索海量的文本資源，已經(jīng)成為計(jì)算機(jī)科學(xué)和信息科學(xué)急需解決的問題之一。 隨著文本聚類技術(shù)研究的深入和廣泛的應(yīng)用，基于關(guān)鍵詞的經(jīng)典文本向量空間的高稀疏性，文本中的同義詞、近義詞和多義詞問題，在很大程度上影響了文本聚類算法的效率和聚類的效果。本

2、體理論的應(yīng)用成為解決這一問題的很好的途徑。 起源于哲學(xué)的本體論技術(shù)是人工智能領(lǐng)域中的一種先進(jìn)的知識(shí)表示技術(shù)，它通過概念和概念間的關(guān)系，反映事物或現(xiàn)象的抽象本質(zhì)，并建立抽象模型。近年來受到信息領(lǐng)域的廣泛關(guān)注，被廣泛地用于許多領(lǐng)域如語義網(wǎng)、搜索引擎、電子商務(wù)、自然語言處理、知識(shí)工程、信息提取、多Agent系統(tǒng)、數(shù)據(jù)庫設(shè)計(jì)和數(shù)字圖書館等等。 本文對(duì)中文文本聚類技術(shù)進(jìn)行了探討，提出了一種新的基于HowNet(知網(wǎng))本體庫的中文文