概念屬性多視角聚類方法研究.pdf

1、本文針對(duì)傳統(tǒng)的知識(shí)組織系統(tǒng)(Konwledge Organization System，KOS)結(jié)構(gòu)僵化、復(fù)用性差等問題，提出了多視角化知識(shí)組織系統(tǒng)（Multi-view KonwledgeOrganization System，MVKOS）的概念，MVKOS在KOS的基礎(chǔ)上引入視角的相關(guān)集合，為系統(tǒng)中的所有知識(shí)對(duì)象都增加了視角信息，相當(dāng)于為每條知識(shí)都增加了適用語境，在服務(wù)時(shí)，根據(jù)用戶的檢索需求，提供不同視角的服務(wù)。此外，本文定義了視角

2、的表達(dá)、關(guān)系及相關(guān)操作，并提出了MVKOS的實(shí)施方案，主要分為三步:概念模型構(gòu)建、視角生成以及系統(tǒng)的多視角化過程。
　　視角生成是構(gòu)建MVKOS的關(guān)鍵步驟，本文提出了基于屬性多視角聚類的視角生成方法。雖然目前關(guān)于屬性詞的聚類研究并不常見，文章改進(jìn)文檔聚類及詞聚類的方法，率先將基于文檔詞頻特征的方法與基于共現(xiàn)的方法用于屬性詞聚類，提出了基于概念文檔詞頻特征的屬性聚類方法以及基于屬性詞共現(xiàn)頻次特征的屬性聚類方法。上述兩種方法屬于不重疊

3、聚類，每個(gè)屬性只能歸到一個(gè)視角，文章又基于LDA主題生成模型，提出了基于LDA的屬性主題聚類方法。
　　在聚類實(shí)驗(yàn)中，本文自建了金融領(lǐng)域的典型語料庫(kù)，包括金融領(lǐng)域核心概念體系、文檔語料資源以及屬性列表，其中文檔語料庫(kù)依據(jù)核心概念體系從搜索引擎、行業(yè)機(jī)構(gòu)網(wǎng)站以及學(xué)術(shù)數(shù)據(jù)庫(kù)檢索而來，屬性列表基于概念體系和語料庫(kù)通過自動(dòng)化輔以人工的方式抽取。利用屬性列表和文檔語料資源，對(duì)前文所提的三種聚類方案進(jìn)行了實(shí)驗(yàn)，結(jié)果發(fā)現(xiàn)聚類準(zhǔn)確率最高達(dá)到91％