学位论文 > 优秀研究生学位论文题录展示

文献学科特征挖掘及分类研究

作　者: 孔宁
导　师: 刘亚秋
学　校: 东北林业大学
专　业: 计算机应用技术
关键词: 文献挖掘文献分类决策树人工神经网络支持向量机
分类号: TP311.13
类　型: 硕士论文
年　份: 2012年
下　载: 41次
引　用: 0次
阅　读: 论文下载

内容摘要

随着科技的发展,各类学科科技文献涉及的领域更加广泛,专业研究方向更加细化。海量的文献以及相关数据使得科研人员很难快速的检索到目标文献。文献的智能化检索和分类将有效提高文献的利用率以及科研人员的工作效率。论文以文献学科特征挖掘和文献分类两方面展开。在文献的学科特征研究中,通过对语料库的大量统计发现,对于两个学科之间的特征分为共属特征和专属特征。两类特征的结合确定了文献的学科交叉情况和文献的学科特点。对于文献学科特征统计方法的研究,论文使用Jython开发语言制作了具备正则式统计和一般词汇统计两种功能的PubMed文献文件的特征统计工具,并使用该工具进行学科术语的正则表达式的确定。在文献的分类研究中,论文以"cheek"、chin"、"eyebrows"、"eyelids"四类文献为文献学科特征挖掘和分类对象,基于“不全为字母”和“除首字母还存在大写字母的单词”两种学科术语提取方案进行特征统计。使用粗糙集理论进行特征约简,得到的特征维数分别为607和202维。依据约简后的特征,构建每一个文献摘要的特征向量,将特征向量数据集平均分为两份,一份用于训练分类器、一份用于测试分类器的分类性能。论文基于决策树、人工神经网络、支持向量机四种机器学习模型分别构建4目标分类器和2目标组合分类器。经过实验表明：人工神经网络4目标分类器的分类性能最佳；特征提取方案1的分类器的分类性能优于特征提取方案2的分类器。

全文目录

摘要  4-5
Abstract  5-6
目录  6-8
1 绪论  8-18
  1.1 论文研究背景  8-12
    1.1.1 自然语言理解  8-10
    1.1.2 数据挖掘  10-11
    1.1.3 文本挖掘  11-12
  1.2 文献特征分析  12-16
    1.2.1 专属特征和共属特征分析  12-14
    1.2.2 PubMed数据库简介  14-16
  1.3 论文研究内容及架构  16-18
2 特征词条统计研究  18-29
  2.1 特征词条统计方法  18-24
  2.2 基于Jython的GUI词条统计工具的开发  24-28
    2.2.1 Jython开发语言简介  24
    2.2.2 词条统计工具的结构设计  24-28
  2.3 本章小结  28-29
3 文献特征学习算法  29-36
  3.1 决策树  29
  3.2 神经网络  29-31
  3.3 支持向量机  31-35
    3.3.1 线性判别式  31-34
    3.3.2 核函数  34-35
  3.4 本章小结  35-36
4 特征提取策略  36-41
  4.1 粗糙集  36-37
  4.2 基于粗糙集的特征约简  37-39
  4.3 特征向量构建方案  39-40
  4.4 本章小结  40-41
5 基于机器学习方法的文献分类  41-54
  5.1 分类器性能评价标准  41
  5.2 决策树模型的测试  41-46
    5.2.1 训练参数及程序配置  41-42
    5.2.2 模型测试结果  42-45
    5.2.3 结果分析  45-46
  5.3  46-49
    5.3.2  46-48
    5.3.3 结果分析  48-49
  5.4 支持向量机模型的训练  49-53
    5.4.1 训练参数配置  49
    5.4.2 模型测试混合矩阵  49-52
    5.4.3 结果分析  52-53
  5.5 模型分类效能分析  53
  5.6 本章小结  53-54
结论  54-56
参考文献  56-58
附录  58-65
攻读学位期间发表的学术论文  65-66
致谢  66-67

文献学科特征挖掘及分类研究

内容摘要

全文目录

相似论文