教育信息化領(lǐng)域詞語(yǔ)的共現(xiàn)網(wǎng)絡(luò)構(gòu)建與分析.pdf

1、近年來(lái),由于計(jì)算機(jī)與網(wǎng)絡(luò)技術(shù)的迅速發(fā)展,大量的數(shù)據(jù)信息不斷涌現(xiàn),怎樣把這些數(shù)據(jù)信息變換為有用的知識(shí)越來(lái)越受到人們的關(guān)注。因此,有關(guān)數(shù)據(jù)挖掘、知識(shí)管理方面的研究越來(lái)越廣泛,其應(yīng)用也越來(lái)越深入。
　　 數(shù)據(jù)挖掘,總的來(lái)說(shuō),可以概括為一個(gè)在數(shù)據(jù)中發(fā)現(xiàn)模式的過(guò)程。傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)認(rèn)為數(shù)據(jù)的屬性和值都是獨(dú)立的,這一假設(shè)讓數(shù)據(jù)挖掘的理論分析很容易被理解,但在很多實(shí)際情況中這一假設(shè)并不適用,數(shù)據(jù)的屬性和值并不獨(dú)立,而是存在一定的關(guān)聯(lián)。因此,

2、將這種關(guān)聯(lián)用網(wǎng)絡(luò)或者圖的形式加以描述是一種既直觀明了又飽含語(yǔ)義信息的挖掘方式,可以稱(chēng)之為“基于網(wǎng)絡(luò)模型的數(shù)據(jù)挖掘”。
　　 本文的研究正是采用了這種基于網(wǎng)絡(luò)模型的數(shù)據(jù)挖掘方法,從領(lǐng)域語(yǔ)料庫(kù)中發(fā)掘領(lǐng)域重要詞語(yǔ)之間的關(guān)聯(lián)意義,具體地,以復(fù)雜網(wǎng)絡(luò)的相關(guān)理論為基礎(chǔ),分析研究從領(lǐng)域語(yǔ)料庫(kù)中建立的詞語(yǔ)共現(xiàn)網(wǎng)絡(luò),進(jìn)而發(fā)現(xiàn)有用的知識(shí)。研究首先從領(lǐng)域文本語(yǔ)料中提取出人名、機(jī)構(gòu)名及描述領(lǐng)域關(guān)鍵概念的詞語(yǔ);接著以句子為語(yǔ)義單位統(tǒng)計(jì)這些詞語(yǔ)的共現(xiàn)信息并

3、按一定規(guī)則構(gòu)建詞語(yǔ)共現(xiàn)網(wǎng)絡(luò);最后論文從復(fù)雜網(wǎng)絡(luò)的相關(guān)理論出發(fā),分析該詞語(yǔ)網(wǎng)絡(luò)的結(jié)構(gòu)屬性特征,揭示出詞語(yǔ)網(wǎng)絡(luò)的小世界及無(wú)尺度結(jié)構(gòu),探討并實(shí)踐了挖掘該詞語(yǔ)網(wǎng)絡(luò)的核心節(jié)點(diǎn)的四種方法,進(jìn)一步從網(wǎng)絡(luò)結(jié)構(gòu)的角度來(lái)計(jì)算詞語(yǔ)之間的關(guān)聯(lián)度,并基于網(wǎng)絡(luò)結(jié)構(gòu)劃分的概念實(shí)現(xiàn)了詞語(yǔ)的聚類(lèi)。實(shí)驗(yàn)結(jié)果表明使用這種有別于向量模型的方法來(lái)分析領(lǐng)域文本語(yǔ)料,盡可能地保留了詞語(yǔ)之間的語(yǔ)義信息,具有一定的可行性及借鑒意義。特別地,本文基于網(wǎng)絡(luò)模型來(lái)挖掘教育信息化領(lǐng)域文本語(yǔ)料,