基于主题间关联关系的文本可视分析

摘要

从文本挖掘的角度来看，文本的语义既可归结为单一的综合性语义表达，也可细分为多个主题的组合表达。当前的文本可视分析技术表达文本信息的危度或基于文本的单一综合性的语义信息，或基于单一的主题和文本语义间的关系。不同于这些文本可视分析技术所采用的文本信息关系，本文从多个主题的组合表达语义的角度，研究如何利用主题和主题间的关联关系帮助用户可视理解文本语义。本文的研究出发点是，较之综合的文本语义表达方法，多角度（主题）理解文本语义的方式不但可以帮助用户细致地了解文本语义，区分不同文本的语义差别，主题关联关系还可以帮助用户全局性掌握文本的语义结构。为了验证主题关联关系对于用户理解文本语义的可行性，本文分别以单篇长文档数据和大尺度文本集合为实验对象，并分别设计合适的文本信息可视表达方法将主题关系网络呈现给用户。实验结果表明了主题间关联关系满足了我们的研究出发点。

目录

声明

摘要

1 绪论

1．1 课题背景

1．2 国内外研究发展趋势

1．3 本文的工作

1．4 本文的结构安排

2 单篇长文档的主题关联关系可视化

2．1 Topic Hypergraph概述

2．2 单篇长文档文档的主题关系模型

2．3 Topic Hypergraph模型构建

2．4 可视设计

2．5 实验结果与讨论

3 大规模文本集合的主题可视化

3．1 Topicseer概览

3．2 主题关联图

3．3 交互的大尺度文本集可视挖掘

3．4 实验结果与讨论

4 总结与展望

4．1 全文总结

4．2 未来工作展望

参考文献

攻读硕士学位期间主要研究成果

致谢