基于领域知识建模的情报关联检索与分类方法

摘要

情报检索与分类是情报分析的重要过程之一,对情报分析的准确性和深度有很大影响.本文针对普通文本检索过程未考虑领域知识的指导和词汇语义级别的联系,使得情报检索不全面或者难以满足检索需求的问题,提出使用本体建模的方法引入领域知识,语义关联引入HowNet知识,通过知识模型的多层次概念关联扩展实现情报的全面深度检索;针对普通文本分类未考虑情报分析的目的影响分类结果的特点,导致情报分类结果通常与后续分析需求不相符的问题,本文提出使用Relabel的方法依据不同情报分析目的对训练样本进行重标注,形成多个训练集,使用ID3算法训练不同分析目的下的决策树作为子分类器,组成随机森林的决策分类器,采用投票机制对决策树分类结果进行最终决策分类,实现引入情报分析目的因素的情报分类方法.