概念图在文献集合研究中的一个新模型.pdfVIP

2015年 1月 现 代 情 报 Jan．，2015 第35卷第 1期 JournalofModernInformation Vo1．35 No．1 · 信 息 资 源 开 发 与 利 用 · 概念图在文献集合研究中的一个新模型 吾 莉 (长安大学图书馆，陕西 西安 710064) [摘 要]概念图是一种知识以及知识之间关系的网络图形化表征。本研究中将图结构的非参数先验与潜在狄里克来分布结合 在一起，构建了一个新的概率模型GLDA，用来学习文档中的概念图。并将此模型应用于维基百科中关于机器学习的文献集合加以 验证，同时与高阶弹球分布模型 (hPAM)与高阶潜在狄里克来分布模型 (hLDA)进行了比较，对模型的优缺点进行了分析。 [关键词]概念图；潜在狄里克来分布；弹球分布模型；机器学习 DOl：10．3969／i．issn．1O0801．017 [中图分类号]G254．0 [文献标识码]B [文章编号]1008—0821(2015)01—0091—05 A New ModelForConceptmap’SApplicationinthe ResearchAboutCollectionofDocuments YinLi (Library，Chang’anUniversity，Xi’an710064，China) 【AbstractJConceptmapisagraphicalrepresentationofknowledge，andtherelationshipbetweenknowledge．Inthestudy， wecombinethenon—parametricpriorwithlatentdirichletallocationtocreateanewprobabilitymodelcalledGraphLDA tolearn theconceptmapfrom htedocuments．WealsoapplythemodeltothecollectionofMachineLearninginWikipedia，andcompal~ themodelwithhierarchicalPachinkoallocationmodelandhierarchical latentDirichletallocation，thenweanalysehtemodel’Sad— vantagesanddisadvantages． 【KeywordsJconceptmap；latendirichletallocmion；paehinkoallocationmodel；machinelearning 概念图 (conceptmap)是一种知识以及知识之问关系的 (GraphLatentDirichletAllocationh)，来学习文本中的概念图， 网络图形化表征，它是一种用节点代表概念、连线表示概 并对模型进行检验，应用于维基百科的文献集合进行试验 ， 念间关系的图示法。康奈尔大学 的约瑟夫 ·D·诺瓦克 最后对模型进行了评价。本研究将在 LDA、PAM、stick— (JoesphD．Novak)教授于 2o世 纪 70发展 出概念 图绘制技 breaking分布的基础上，设计新的生成模型，并解释它怎样 巧。一幅概念图通常由 “节点”、 “链接”和 “有关文字标 适用于原始的图结构。并对模型获得了吉布斯抽样方程 ， 注”组成。概念图对于知识表征、协同与组织沟通、教育 、 而且在模拟数据和真实文本数据上的进行了一系列实验 ， 教学设计 、训练等领域都有重要的应用。概念图对于总结