基于文本挖掘的主題分類專家系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn).pdf

1、文本挖掘是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、自然語言理解及相關(guān)自動(dòng)文本處理等理論和技術(shù)相結(jié)合的產(chǎn)物，是信息檢索與數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)與核心技術(shù)，它得到了越來越多研究人員的關(guān)注。我們承擔(dān)的清史圖像數(shù)據(jù)庫(kù)管理系統(tǒng)是國(guó)家清史辦公室的重點(diǎn)科研項(xiàng)目，其中主題分類專家系統(tǒng)是基于文本挖掘的相關(guān)技術(shù)構(gòu)建的。 在該主題分類系統(tǒng)的開發(fā)過程中，筆者研究了高效準(zhǔn)確的分詞方法，更有利于施用的規(guī)則模型，精確度更高的規(guī)則匹配算法。具體如下： 1.討論了逆向最大匹

2、配的分詞算法，然后針對(duì)系統(tǒng)處理對(duì)象的特點(diǎn)，提出了一些改進(jìn)方法。 2．針對(duì)清史圖像圖片名稱命名特點(diǎn)，提出了一個(gè)新的規(guī)則歸納算法。 3.討論了幾種近似字符串匹配算法，指出其不足之處，然后對(duì)基于編輯距離的Pair-wise比較算法作了改進(jìn)，實(shí)驗(yàn)結(jié)果證明改進(jìn)后的算法提高了規(guī)則匹配的準(zhǔn)確率。 筆者在SQL Sever2000平臺(tái)上用VB.NET開發(fā)了該專家系統(tǒng)，一方面利用SQLSever2000等關(guān)系數(shù)據(jù)庫(kù)強(qiáng)大的信息管理能