基于社區(qū)分析的大眾分類多義詞發(fā)現(xiàn)方法研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、由社會化標注系統(tǒng)形成的大眾分類在個性化推薦領域和信息檢索領域已經得到了廣泛的應用。社會化標注系統(tǒng)的成功主要緣于用戶可以隨意使用標簽標注資源。然而,正是這種不規(guī)范的標注方式使得社會化標注系統(tǒng)及大眾分類長期受到語義模糊問題的困擾,阻礙著社會化標注系統(tǒng)進一步發(fā)展。
  本文針對大眾分類中的多義詞這一語義模糊問題開展研究。在大多數(shù)已有研究中,研究者的關注點更多集中于使用標簽、資源以及它們之間的關聯(lián)信息,常常忽略表現(xiàn)用戶特征的信息。然而,作

2、為社會化標注系統(tǒng)的主體,用戶對于標簽的理解直接影響著標簽所蘊含的語義。同時,對于標簽語義的挖掘也不應局限于用戶集合整體層面,也應當深入到個體層面。因此,本文根據(jù)用戶的興趣信息對大眾分類進行分割,分析同一個標簽在不同用戶社區(qū)中的上下文差異,并通過對這些差異的比較來發(fā)現(xiàn)大眾分類中的多義詞標簽。
  具體而言,本文進行了兩方面的工作。一方面,本文構建了基于用戶興趣的關系網絡,并在該網絡上通過社區(qū)發(fā)現(xiàn)算法進行用戶社區(qū)發(fā)現(xiàn)。另一方面,本文提

3、出了語義聚集度和語義離散度兩個度量指標,其中語義聚集度用來度量上下文中的標簽之間的語義相似程度,語義離散度用來度量標簽在不同社區(qū)中的上下文之間的差異程度。通過這兩個指標,本文可以量化地比較不同用戶社區(qū)之間標簽上下文的差異,進而判斷標簽是否為多義詞標簽。本文使用了 Delicious數(shù)據(jù)集和 MovieLens數(shù)據(jù)集進行了實驗,并于基于重疊聚類的一詞多義發(fā)現(xiàn)算法進行了對比。實驗結果證明,本文所提出的多義詞發(fā)現(xiàn)方法優(yōu)于對比方法,尤其是在擁有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論