QQ客服 官方微博 反馈留言

题名	基于位置的服务（LBS）中的文本挖掘研究
作者	张清军
学位类别	博士
答辩日期	2005-10
授予单位	中国科学院测量与地球物理研究所
授予地点	武汉
导师	朱才连
关键词	移动终端 小屏幕 带宽不足 文本挖掘 文本总结 自动分词 未登录词 词性标注 n元语法模型 隐马尔可夫模型 主题提取 加权函数 自动文摘 向量空间模型 信息抽取 抽取规则 模式匹配 原型系统
学位专业	大地测量学与测量工程
中文摘要	基于位置的服务（LBS）是当前测量学中一个研究的热点领域，它涉及到定位技术、Gls技术、无线网络技术等诸多理论方面的问题，而且具有广阔的市场前景。本文以LBs移动终端设备由于资源受限难以浏览整个web页面为主线，侧重LBs中的关键性技术，开展技术创新研究，提出将文本挖掘中重要技术方法应用于LBS中，以解决上述难题。本文主要内容如下：1．分析了LBS的研究状况和其中关键性技术，阐述了LBS的主要应用和巨大的社会价值。在LBS系统中，终端设备由于资源局限性不能浏览整个Web页面，本文研究内容针对上述难题而展开。2．综述了文本挖掘的基础知识，主要包括文本挖掘的产生背景，文本挖掘的处理模型。并且按照模型对文本挖掘的处理过程进行了介绍，其中包括信息预处理、文本表示模型、特征子集的选取、文本挖掘的关键技术和模型质量评价。3．汉语自动分词是中文文本挖掘的首要步骤，而必要的词性标注可以提高文本挖掘的精度。综述了汉语词法分析的数学基础。分词部分介绍了自动分词的主要方法、切分歧义的处理和未登录词的识别，词性标注部分介绍了汉语词性标注的主要方法。4．提出对web页面进行主题提取，用特征词串来表示网页的粗略摘要，以解决LBS的终端设备由于资源受限而不能显示整个网页的难题。中文文本主题自动提取的关键是特征词加权函数的设计，本文总结了已有的研究成果，设计了一个新的特征词加权函数，选择的加权因子有词所跨的段落数、词频、词长、词的位置，并且采用非线性函数描述词长因子、词所跨的段落数因子和词频因子的作用，比较符合语言实际情况。开发了中文文本主题自动提取的原型系统，对文本集的测试验证了函数的有效性。5．提出将自动文摘技术应用于LBS系统中，采用句子组成的摘要来表达Web页面的主题，以解决LBS的终端设备由于资源受限而不能显示整个网页的难题。提出了一种基于文本结构分析的文摘方法。采用向量空间模型将文本、段落和主题段中的句子表示为等长的特征词向量，计算段落和文本相似度，根据阑值来选择主题段，然后计算主题段中的句子与主题段的相似度，根据文摘比例和相似度由高到低选取主题句，组成粗的文摘。开发了中文自动文摘的原型系统，对文本集的测试验证了此方法的有效性。6．提出采用信息抽取技术将用户感兴趣的信息抽取出来，再发给LBS的终端设备，解决终端设备由于资源受限而不能显示整个网页的难题。提出了一种基于信息抽取的页面转换方法，通过标记样本实例形成抽取规则，应用抽取规则和模式匹配来抽取结构和风格类似页面，将抽取信息转化为WAP页面，发送给用户终端。开发了信息抽取的原型系统，对实际数据源的抽取验证了此方法的效果。
公开日期	2013-09-23
内容类型	学位论文
源URL	[http://ir.whigg.ac.cn/handle/342008/3781]
专题	测量与地球物理研究所_学生论文_学位论文
推荐引用方式 GB/T 7714	张清军. 基于位置的服务（LBS）中的文本挖掘研究[D]. 武汉. 中国科学院测量与地球物理研究所. 2005.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。