中文信息的语义数据挖掘技术研究

论文摘要

传统的信息由于缺乏统一的语义描述,充斥着大量繁杂重复信息,面对这些海量信息,如何快速、有效地从“信息海洋”中获取人们所需的信息成为难题。让信息具有语义,使计算机能够理解信息含义,进而对信息进行加工处理,能从根本上解决这一难题,更好地实现信息共享。由于中文信息的特殊性和复杂性,使得中文信息处理难度相对较大,而信息语义化的要求则对中文信息处理提出了更高要求。用户不再仅仅满足获取直接信息,而需要获得更多的隐含语义信息,数据挖掘正是为了满足这一需求诞生的。但传统的数据挖掘需要领域专家协助,并依靠数据驱动,逐渐不能满足用户的需求。而本体作为客观知识的语义形式化描述,在数据挖掘中引入基于本体的语义分析技术,有助于解决信息处理的语义化问题,为实现中文信息语义挖掘做出贡献。论文结合信息产业部电子产业发展基金项目的开发,对中文信息的语义数据挖掘技术进行了系统的研究。首先分析了中文信息处理的特点及各项关键技术,并对中文分词技术进行了深入探讨,实现了一种采用正向最大匹配和词典分词算法的中文分词器。然后在深入介绍了本体论相关知识之后,提出了一种基于本体的语义数据挖掘(OSDM)技术,给出了其工作流程和原理,并对涉及的领域本体构建、语义标注和语义推理等关键技术进行了分析研究,给出了切实可行的解决方案,为语义数据挖掘技术的应用奠定了良好的基础。最后基于OSDM技术模型设计并实现了一个中文信息语义检索系统。该系统以参考背景知识自行构建的MyFruitOnto领域本体作为知识库,利用本体描述语言OWL的语义推理能力,对检索词进行推理扩展,来获得更准确的用户意图,返回更准确的检索结果信息。同时,系统为了克服领域局限性,系统还实现了全文检索功能,提供了更好的用户体验、更完整的功能和更可靠的系统性能,初步实现了信息检索智能化。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景和现状
• 1.1.1 语义万维网的提出
• 1.1.2 中文信息处理的迫切性
• 1.1.3 数据挖掘和信息检索的新发展
• 1.2 研究目的和意义
• 1.3 课题来源及研究内容
• 1.4 本文的章节安排
• 第2章 中文信息处理技术
• 2.1 中文信息处理概述
• 2.1.1 什么是中文信息处理
• 2.1.2 中文文本信息处理的特点
• 2.2 中文文本信息处理关键技术
• 2.2.1 中文分词技术
• 2.2.2 中文词性标注和语义标注技术
• 2.2.3 中文语句分析技术
• 2.3 常用中文分词器
• 2.4 小结
• 第3章 本体论的相关知识
• 3.1 本体论概述
• 3.1.1 本体的定义
• 3.1.2 本体的功能
• 3.1.3 本体的分类
• 3.2 本体与语义网
• 3.3 本体的代数系统
• 3.4 本体与描述逻辑
• 3.4.1 描述逻辑的定义
• 3.4.2 描述逻辑的体系结构
• 3.4.3 描述逻辑支持的推理
• 3.5 本体描述语言OWL
• 3.5.1 OWL 简介
• 3.5.2 OWL 本体的结构及构造符
• 3.6 小结
• 第4章 基于本体的语义数据挖掘（OSDM）技术
• 4.1 语义与知识表示
• 4.1.1 语义的概念
• 4.1.2 知识和知识表示
• 4.2 基于本体的知识表示
• 4.2.1 传统的知识表示的不足
• 4.2.2 基于本体的知识表示方式
• 4.3 传统的数据挖掘技术
• 4.4 基于本体的语义数据挖掘技术OSDM 模型
• 4.5 OSDM 模型的关键技术研究
• 4.5.1 领域本体构建
• 4.5.2 语义标注
• 4.5.3 语义推理
• 4.6 小结
• 第5章 OSDM 技术在中文信息检索系统中的应用
• 5.1 系统介绍和总体结构
• 5.1.1 系统功能
• 5.1.2 系统总体结构
• 5.1.3 系统主要开发工具
• 5.2 系统各模块的实现
• 5.2.1 信息获取及存储模块的实现
• 5.2.2 全文信息检索模块的实现
• 5.2.3 MyFruitOnto 本体的构建
• 5.2.4 语义标注模块的实现
• 5.2.5 OSDM 模块的实现
• 5.3 实验系统演示
• 5.4 实验结果分析
• 5.5 小结
• 结论
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文目录
• 附录B 攻读学位期间所参加的科研项目