中文信息的語義數據挖掘技術研究.pdf

1、傳統的信息由于缺乏統一的語義描述，充斥著大量繁雜重復信息，面對這些海量信息，如何快速、有效地從“信息海洋”中獲取人們所需的信息成為難題。讓信息具有語義，使計算機能夠理解信息含義，進而對信息進行加工處理，能從根本上解決這一難題，更好地實現信息共享。 由于中文信息的特殊性和復雜性，使得中文信息處理難度相對較大，而信息語義化的要求則對中文信息處理提出了更高要求。用戶不再僅僅滿足獲取直接信息，而需要獲得更多的隱含語義信息，數據挖掘正是為

2、了滿足這一需求誕生的。但傳統的數據挖掘需要領域專家協助，并依靠數據驅動，逐漸不能滿足用戶的需求。而本體作為客觀知識的語義形式化描述，在數據挖掘中引入基于本體的語義分析技術，有助于解決信息處理的語義化問題，為實現中文信息語義挖掘做出貢獻。 論文結合信息產業(yè)部電子產業(yè)發(fā)展基金項目的開發(fā)，對中文信息的語義數據挖掘技術進行了系統的研究。首先分析了中文信息處理的特點及各項關鍵技術，并對中文分詞技術進行了深入探討，實現了一種采用正向最大匹配

3、和詞典分詞算法的中文分詞器。然后在深入介紹了本體論相關知識之后，提出了一種基于本體的語義數據挖掘(OSDM)技術，給出了其工作流程和原理，并對涉及的領域本體構建、語義標注和語義推理等關鍵技術進行了分析研究，給出了切實可行的解決方案，為語義數據挖掘技術的應用奠定了良好的基礎。最后基于OSDM技術模型設計并實現了一個中文信息語義檢索系統。該系統以參考背景知識自行構建的MyFruitOnto領域本體作為知識庫，利用本體描述語言OWL，的語義推