信息距离理论及其应用的研究

项目名称： 信息距离理论及其应用的研究

项目编号： No.60973104

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 朱小燕

作者单位： 清华大学

项目金额： 30万元

中文摘要： 信息距离（Information Distance）是衡量事物本质联系的一种通用性度量，具有普适性、领域无关性、参数无关性等优越的性质。该理论已经在非参数的知识挖掘，文本信息处理、基因和蛋白质序列比对等领域得到了成功的应用。本项目将对信息距离的若干重要理论问题进行深入探讨，并在文本信息挖掘领域展开应用研究。在理论研究方面，研究重点将集中在：在深入分析max型和min型信息距离的基础上，提出综合模型，扩展现有模型的描述能力；完善多个对象间的信息度量，进一步研究多个对象间的min型信息距离和条件信息度量的问题；研究信息距离的近似算法，扩展信息距离理论的应用范围。在实际应用方面，将把信息距离理论应用到问答系统、文档摘要系统和评论信息挖掘系统中，利用信息距离理论刻画出词与词之间，句子与句子之间，问题与答案之间，多个文档之间，词语情感程度之间的信息度量，并利用新提出的近似算法，提高这些系统的性能。

中文关键词： 信息距离；自然语言处理;；文本挖掘；情感计算；

英文摘要：

英文关键词： Information distance；natural language processing；text mining；sentiment computation；