文本语义模型和子空间聚类研究

项目名称： 文本语义模型和子空间聚类研究

项目编号： No.60905028

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 矿业工程

项目作者： 景丽萍

作者单位： 北京交通大学

项目金额： 19万元

中文摘要： 信息化飞速发展的今天，文本数据海量涌现。如何从这些海量的文本数据中快速、自动地挖掘出对人们有用的知识是当今人们面临的重要任务之一，文本挖掘技术也就成了当今的热点研究方向。本项目将针对文本挖掘核心技术- - 文本表示模型构建和聚类方法设计进行创新性的研究，主要体现在以下几个方面：针对文本数据特性（海量、高维、稀疏、复杂语义），创建同时涵盖语法和语义信息的文本表示模型；设计适合高维稀疏海量数据的快速有效聚类方法；为聚类结果设计出基于知识库的主题概念抽取方法和结果评估方法；进而开发整合文本预处理、文本模型构建、聚类功能和结果评估展现的文本聚类系统原型，该系统可以作为独立的系统运行，同时也可以作为现有数据挖掘系统的子系统模块。

中文关键词： 文本挖掘；语义表示；子空间聚类；高维数据分析；领域知识库

英文摘要：

英文关键词： Text mining；Semantic representation；Subspace clustering；High-dimension data analysis;；Domain knowledge