基于社區(qū)分析的大眾分類多義詞發(fā)現(xiàn)方法研究.pdf

1、由社會(huì)化標(biāo)注系統(tǒng)形成的大眾分類在個(gè)性化推薦領(lǐng)域和信息檢索領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用。社會(huì)化標(biāo)注系統(tǒng)的成功主要緣于用戶可以隨意使用標(biāo)簽標(biāo)注資源。然而，正是這種不規(guī)范的標(biāo)注方式使得社會(huì)化標(biāo)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(huì)化標(biāo)注系統(tǒng)進(jìn)一步發(fā)展。
　　本文針對(duì)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(guān)注點(diǎn)更多集中于使用標(biāo)簽、資源以及它們之間的關(guān)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(huì)化標(biāo)注系統(tǒng)的主體，用戶對(duì)于標(biāo)簽的理解直接影響著標(biāo)簽所蘊(yùn)含的語義。同時(shí)，對(duì)于標(biāo)簽語義的挖掘也不應(yīng)局限于用戶集合整體層面，也應(yīng)當(dāng)深入到個(gè)體層面。因此，本文根據(jù)用戶的興趣信息對(duì)大眾分類進(jìn)行分割，分析同一個(gè)標(biāo)簽在不同用戶社區(qū)中的上下文差異，并通過對(duì)這些差異的比較來發(fā)現(xiàn)大眾分類中的多義詞標(biāo)簽。
　　具體而言，本文進(jìn)行了兩方面的工作。一方面，本文構(gòu)建了基于用戶興趣的關(guān)系網(wǎng)絡(luò)，并在該網(wǎng)絡(luò)上通過社區(qū)發(fā)現(xiàn)算法進(jìn)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(gè)度量指標(biāo)，其中語義聚集度用來度量上下文中的標(biāo)簽之間的語義相似程度，語義離散度用來度量標(biāo)簽在不同社區(qū)中的上下文之間的差異程度。通過這兩個(gè)指標(biāo)，本文可以量化地比較不同用戶社區(qū)之間標(biāo)簽上下文的差異，進(jìn)而判斷標(biāo)簽是否為多義詞標(biāo)簽。本文使用了 Delicious數(shù)據(jù)集和 MovieLens數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)，并于基于重疊聚類的一詞多義發(fā)現(xiàn)算法進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果證明，本文所提出的多義詞發(fā)現(xiàn)方法優(yōu)于對(duì)比方法，尤其是在擁有