文档介绍：南京理工大学
硕士学位论文
面向语义关系发现的文本挖掘研究——以军用飞机领域概念体
系为例
姓名:刘明岩
申请学位级别:硕士
专业:管理科学与工程
指导教师:颜端武;章成志
20100622
摘要系、反义关系和推论关系取4永砺鄄忝胬纯矗的过程,同时运用这些知识更好地组织信息以便将来参考。面向语义关系发现的文本挖掘是目前的研究热点,其主要思想是通过对自然语言文语义分析层面;从应用层面来看,面向语义关系发现的文本挖掘研究可以为知识本体的开展了实验研究。主要工作和研究内容包括以下四个方面:研究方向和研究目标。在此基础上,对本文的研究内容和研究方法进行具体阐述。谀0迤ヅ涞挠镆骞叵捣⑾盅芯亢褪笛椤8菥梅苫煊虻闹J督峁固关分析工具来辅助发现领域概念术语及其语义关系的方法。将术语和与之相关联的词语文本挖掘渤谱魑谋臼萃诰蚧虼游谋臼菘庵械闹J斗⑾郑侵从非结构化文本信息中获取用户感兴趣或者有用的模式。其中被普遍认可的文本挖掘定义如下:文本挖掘是指从大量文本数据中抽取事先未知的、可理解的、最终可用的知识本进行扫描和自动化处理,发现概念术语及概念术语间存在的语义关系。概念之间的各种语义关系是知识的重要表现形式,这些语义关系主要有上位关系/下位关系痟,部分整体关系獁蚬叵,同义关面向语义关系发现的文本挖掘研究将使自然语言处理从词法分析、句法分析层面深入到自动或半自动构建提供理论和方法依据。本文以军用飞机领域的语料为基础,以军用飞机领域概念体系间语义关系发现为研究对象,运用文本挖掘的处理思想和基本流程,结合自然语言处理、信息抽取、本体自动构建相关研究的理论和方法,对基于文本挖掘的语义关系发现进行了研究和探索,并嫦蛴镆骞叵捣⑾值奈谋就诰蛳喙乩砺酆脱芯孔凼觥1疚亩怨谕庥泄刈匀语言处理、文本挖掘、本体自动构建等方面的研究进展进行了介绍和综述,提出本文的梅苫煊蛭谋敬碛锪系慕ㄉ琛R晕倏坪虲菘庵杏刖梅机相关的文章,作为本语料库的文本语料。本军用飞机语料库包括个术语,篇文章,在其中抽取出个短句。该语料库的建设为本研究的实验提供了基础,也为后续的本体自动构建或其他相关工作提供了素材和研究支持。点,提出军用飞机领域概念体系中包含的典型语义关系。为自动发现和识别这些语义关系,提出了结合编辑距离的模板匹配方法。该方法先在人工参与下训练一批语料,由此获得与语义关系类型相对应的关系模板。利用编辑距离对已获得的关系模板进行归纳匹配,再将其用于测试语料,以验证该方法的效果。诟丛油绲挠镆骞叵笛芯亢褪笛椤J崂砀丛油缋砺壑J叮米匀挥言所具有的网络特征,运用复杂网络发现其中的语义关系。提出一种运用复杂网络和相硕上论文面向语义关系发现的文本挖掘研究
关键词:语义关系发现文本挖掘本体自动构建概念体系作为网络的节点,构造复杂网络,由此形成的各个社区就代表一个关系。将术语作为节点,发现的关系作为边,构造军用飞机领域概念体系的复杂网络,并对其进行分析。摘要硕上论文
.,甌./,,;,..,瑀·,.,,,.硕郝畚面向语义关系发现的文本挖掘研究,簍籺瑃瑃.,.
甎甀:..,硕士论文,,..,,,.
图表目录图本文的研究思路与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图实验系统的数据库表结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图维基百科的界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图址苡隑的矩阵虳⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图单链接层次聚类的树图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图复杂网络发现语义关系步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图短语结构树⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图基于依存语法的分析树⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图三元组矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图关系抽取模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图数据流转过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图在语料库中录入纯文本信息⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图分词系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图自定义词典结构片断⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图分词前的文档⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图执屎蠼峁图既刖执蚀砗蟮挠锪稀图槿〉木渥游谋尽图侗鸪龅氖跤锒浴图槿〉牟糠秩W椤日志文件硎局行亩确治龅慕峁⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯的用户界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图紧密度和中心度指标地图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯嫱即翱凇图标准的特征分解用户界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..主界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图概念术语间的