基于Web服務組合的文本分類PSE問題研究.pdf

1、隨著Web服務技術與網格技術相融合，Web服務在各個領域的應用越來越廣泛，其中基于Web服務的問題求解環(huán)境(PSE)已成為目前計算機應用領域的研究熱點之一。文本分類(TC)可視為文本歸屬求解的問題研究，存在多種的分類算法。但是，這些算法缺乏統一管理，算法的接口存在很大差異性。此外，隨著分類精度的不斷提高，面對更大規(guī)模的文本數據，傳統的技術難以快速滿足文本分類過程所需計算資源。 而Web服務技術通過封裝分類算法資源，不僅可以提供資

2、源統一管理、開放的標準接口，而且更重要的是能夠有效積聚資源，滿足分類處理中對資源的要求。因此，為了利于分類算法共享使用、提高研究效率，本文提出了基于Web服務的文本分類問題求解平臺(PSE-TC)，為研究人員提供大規(guī)模并行計算、算法研究比較和結果分析等服務。 本論文的研究工作主要包括以下幾個方面： 1.研究PSE-TC的體系結構。借鑒Web服務資源框架(WSRF)和PSE相關應用研究，針對文本分類的特點，提出了集成文本分

3、類算法的服務平臺概念。設計了四層的PSE-TC體系結構，包括資源提供層、Web服務整合層、任務執(zhí)行層和Web Portal層。 2.研究可擴展的Web服務體系。Web服務整合層采用Tomcat+Jboss做為應用服務器，提供資源整合服務。同時通過AXIS組件對外發(fā)布服務，提供適合于文本分類算法服務應用編程接口。實現了以Web服務技術貫穿整個分類過程，包括構建分類器服務、分類服務和任務執(zhí)行狀態(tài)監(jiān)控服務。 3.研究PSE-T

4、C環(huán)境下的服務安全保證。為了滿足用戶發(fā)布的服務具有訪問控制的需求，本論文實現一個輕量級的訪問控制服務--統一安全認證服務。通過統一安全認證服務將整個服務平臺的所有用戶按照一定的策略劃分為不同角色。建立認證授權機制，實現了用戶的證書管理和用戶角色權限的分離，為以后的PSE安全方面研究打下了基礎。 4.研究基于Web服務組合的工作流。為了提高資源的利用率和資源調度的準確性，本論文引用域和域成員的概念，以域成員的層次關系、次序關系為基

5、礎，建立服務工作流模型。并在模型的基礎上，提出了一種優(yōu)化服務組合算法，很好地解決工作流管理中的資源沖突、執(zhí)行中的模式僵化和用戶被動地處理工作等問題。 5.研究文本分類模型的反饋應用。本論文提出并實現將反饋控制運用于文本分類模型的修正和重構。以支持向量機為例，通過人工交互的方式形成反饋集，將反饋集中的支持向量通過反饋優(yōu)化和除重等過程，構建成反饋后的分類器。通過應用該反饋方法，僅以少量的反饋文本就可以較大程度地提高分類模型的性能。