軍事情報(bào)的無(wú)監(jiān)督文本聚類研究與實(shí)現(xiàn).pdf

1、軍事情報(bào)領(lǐng)域?qū)π畔⑥D(zhuǎn)化為情報(bào)的要求非常高，但是由于大量信息的復(fù)雜及其多樣性，導(dǎo)致情報(bào)的數(shù)據(jù)挖掘比較困難。本文采用數(shù)據(jù)挖掘中非常重要的文本聚類方法來(lái)，研究并設(shè)計(jì)了軍情報(bào)加工處理系統(tǒng)，提高對(duì)軍事情報(bào)的收集、處理、分析的效率。
　　 文本聚類是自然語(yǔ)言處理一個(gè)重要的研究課題，文本聚類技術(shù)已經(jīng)廣泛地應(yīng)用于信息檢索、Web挖掘和數(shù)字圖書館等領(lǐng)域。本文介紹了目前國(guó)內(nèi)外關(guān)于文本聚類的研究現(xiàn)狀，闡述了幾種具有代表性的文本聚類方法，分析了它們的理

2、論基礎(chǔ)和算法特點(diǎn)，并在軍事情報(bào)這一特殊領(lǐng)域進(jìn)行了試探性的拓展。
　　 本文研究了文本聚類中的幾種特征選取方法，指出每種方法的優(yōu)缺點(diǎn)，提出一種基于知網(wǎng)的概念抽取方法，結(jié)合知網(wǎng)知識(shí)庫(kù)，將文本中的詞映射為知網(wǎng)中的概念。針對(duì)詞語(yǔ)的一詞多義的現(xiàn)象，從全文的角度考察詞的語(yǔ)義，結(jié)合知網(wǎng)相關(guān)概念場(chǎng)，將詞義排歧轉(zhuǎn)化為對(duì)相關(guān)概念場(chǎng)中的詞在全文中出現(xiàn)頻率的計(jì)算。通過(guò)將語(yǔ)義分析引入到文本聚類的任務(wù)中，在語(yǔ)義相關(guān)的文本之間建立聯(lián)系，將詞的頻度和語(yǔ)義特征相