基于用戶本體模型的文本信息過濾方法研究.pdf

1、隨著互聯網的發(fā)展，文本過濾技術成為互聯網內容處理的關鍵技術，對海量信息處理具有很重要的意義。傳統(tǒng)的文本過濾方法，如基于統(tǒng)計的向量空間模型方法和概率模型方法，速度快，可實現性好，但由于這些方法缺乏語義理解能力，從而使過濾效果難以滿足日益復雜的用戶需求。目前的研究熱點是基于語義的過濾方法，但是這些方法一般都需要大量規(guī)則和領域知識的支持，可用性不好。為了使機器更好地理解用戶需求和文本內容，提高文本過濾的準確率和召回率，本文提出了基于用戶本體模

2、型(User Ontology Model，UOM)的文本信息過濾模型。該方法主要包括UOM構建、文本結構分析、信息匹配和語義相關度計算等?；赨OM的過濾方法，不僅可以表示復雜的用戶需求，而且還避免了領域本體的構建，因而其有效性和實用性得到了很大的提高。通過在網絡教學資源的智能按需服務系統(tǒng)中的實際運用，表明此方法能更有效的為用戶提供過濾服務。 本文的主要研究工作有以下幾點： 首先，本文給出了過濾技術的歷史與現狀，給出了

3、文本信息過濾中的關鍵技術，包括文本信息過濾的含義、基本結構與流程、常用的信息過濾模型、過濾系統(tǒng)的分類、評價指標、以及中文文本過濾中常用的分詞理論。 其次，本文介紹了用戶需求的表示和獲取、本體的相關理論和技術，在此基礎上提出了基于UOM的用戶需求模型，詳細描述了UOM的形式化描述方法和構建過程。 再次，本文提出了基于UOM的文本信息過濾模型，給出了文本結構分析及文本與UOM匹配算法、語義相關度的計算等。 最后，本文