基于文本挖掘的Topic Maps自動構建方法研究.pdf

1、互聯(lián)網(wǎng)的迅速發(fā)展帶來了豐富而龐雜的信息。傳統(tǒng)知識組織方式在應對數(shù)字化信息環(huán)境中類型多樣、存在方式各異的信息時,往往顯得力不從心。Topic Maps作為一種新的知識組織方式由此應運而生,其通過富有表現(xiàn)力的數(shù)據(jù)結構,直觀自然的知識建模方式、由數(shù)據(jù)驅動的靈活的模式、簡單而系列化的數(shù)據(jù)格式、明確的合并規(guī)則等,迅速成為互聯(lián)網(wǎng)知識組織的主流技術之一。
　　 TopicMaps提出了一種基于主題的元數(shù)據(jù)組織和描述方法,借助主題(Topic)

2、、聯(lián)系(Association)和資源指引(Occurrence)三要素提供語義級的數(shù)據(jù)導航和資源組織方式。但是研究發(fā)現(xiàn),在構建Topic Maps的過程中,構建者面臨著諸多問題,如內(nèi)容的概念化和分類,主題的識別與標識以及主題間關系的發(fā)現(xiàn)與表征等。TopicMaps的構建者必須要處理大量復雜的知識體系中形式各異的知識,概念或角色。從這一角度出發(fā),借鑒文本挖掘能從大量非結構化的文本中發(fā)現(xiàn)潛在的概念以及概念間的相互關系的特性,本文提出了基于

3、文本挖掘的Topic Maps自動構建方案。
　　 以學前教育領域為例,基于文本挖掘的Topic Maps自動構建方案首先提出一種簡潔而高效的術語抽取方法,從領域文檔中抽取出作為領域表征的術語詞。在此基礎上,綜合考慮語義語法和統(tǒng)計學的特征對抽取出的術語進行詞聚類,構建出以術語簇的形式表征的主題;通過文檔與表征主題的術語簇相似度的計算,進行文檔與主題的匹配,形成資源與主題的映射,最終形成領域的主題地圖。學前教育領域的實驗充分考慮到