基于WordNet本体库的文本分类方法-计算机应用技术专业论文.docxVIP

摘要针对用于文本表示的向量空间维数过大、包含语义信息不足及向量空间中词 摘要 针对用于文本表示的向量空间维数过大、包含语义信息不足及向量空间中词 形统计的局限性，阐述了引入概念的优势。通过介绍语义词典WordNet的结构、 概念间的多种关系、概念链的定义和应用，将WordNet本体库中的每个同义词集 合(synset)看作是能明确表示语义的一个概念，文本中的词条均用与该词条对应的 概念来代替，即用该词条所属的同义词集合来代替，通过WordNet中的上下文关 系，利用WordNet中的概念链，并引入概念的概括度和反类别频度，调整特征向 量空间的权值，建立了文本的概念向量空间模型作为文本的特征向量空间模型， 从而体现了文本中更抽象的语义信息。 在本文中，提出了一种基于语义分析的文本分类方法，将文本分类技术和语 义词典WordNet提供的知识相结合研究实现了一个文本分类系统，分类器采用朴 素贝叶斯分类器。对基于语义的向量空间模型的生成步骤做了详细的论述，对基 于语义的和基于词形的两种分类系统的性能做了比较实验。实验结果表明，这种 概念向量空间模型取得了较好的准确率、召回率和F1值，从而验证了本文基于语 义的向量空间模型的可行性和有效性。 关键词：文本分类；WordNet；概念向量空间模型；贝叶斯分类 分类号：TP274 =』鹜塞銮遵叁堂亟±堂僮i金塞 =』鹜塞銮遵叁堂亟±堂僮i金塞 ．△垦曼!B△￡至 AB STRACT This thesis introduces the superiority of importing the concept in the condition that the dimensions are too many for the vector space used in the text representation，the semantic information included is not enough and the limitations of the morphology statistics in the vector space．It introduces the structure of the semantic dictionary WordNet，many kinds of relationship among the concepts and the definition and applications of the Concept Chain．Each synset(synonymy set)in the WordNet Can be seen嬲a concept that makes clear for the semantics．The lemma of text will be replaced by its synsets．This paper represents a Concept—based Vector Space Model which reflects the more abstract version of the semantic information instead of the Eigenvector Space Model for the text．This model adjusts the weight of the Eigenvector Space by importing the hypemymy-hyponymy relation between synonymy sets and the Concept Chain in the WordNet，the summing degree of the concept and the frequency of the concept inverse category． This thesis presents an algorithm based on the semantic analysis for the text classification．It gives a system for the text classification in which the text classification technical and the information supplied by the WordNet are integrated and the Naive Bayes classifier is used．This paper gives the details of the building of the Vector Space Model bas