基于领域本体的内容过滤模型设计与实现

摘要

当今，信息技术飞速发展，日常使用的无线信息业务，产生垃圾信息的机会越来越多。如何根据需要对这些信息进行自动分类过滤，就成为信息技术领域的热门问题。在这方面的中文过滤技术研究就成为本文的重点。 本论文主要描述以短消息过滤系统为实例，结合领域本体，推理技术完成基于领域本体的内容过滤原型系统。主要做的工作有： 收集大量关于广告领域的知识信息，总结归纳得出详细的广告分类和商品分类信息。主要借鉴了官方的商品分类表，还有搜集到的广告类型。由于自然语言描述的不清晰，必须整理、分析这些知识，得出一个明确的广泛的广告领域知识库 完成建立广告领域本体的工作，在收集到的领域中的知识中，进行整理抽象，建立广告领域本体。它提供过滤系统重要的信息基础和关联基础。同时通过完善可以应用于短消息过滤系统当中。 利用建立的知识本体库的概念集合，从目标文本样本中匹配分词，以及与其有关的内容。这里建立了分词字典查询机制，从两种词库中分别匹配单词，着重进行基本词库查询匹配处理，产生推理逻辑条件集合。 提出基于知识库的查询推理模式，通过一阶逻辑运算，得出精确广告概念分类，并且通过此分类概念给内容体确定性质。基于此精确概念分类，完成过滤系统最终结果的判断。 建立内容过滤实验系统模型，其中提出一种知识反馈方式，对过滤系统中过滤消息进行基本分类，并且存储到反馈知识数据库中，提供领域专家知识素材。文中还对对领域本体其他一些应用进行了研究。 将本体知识库与信息过滤系统相结合，建立广告领域的本体库，形成需要的过滤条件，在分词的基础上，使用知识库的推理查询，最终能够识别出需要过滤的文本样本。从目标文本样识别的过程有分词、句法分析、知识库查询等步骤。本文提出的知识库系统，以分词，句法分析的结果为基础，进行词的提取，同时结合知识库，推理类层次关系得出相近类，应用到基于本体的短消息过滤系统中，就可以使得过滤系统能够对目标信息内容识别和过滤。 本文还给出了模型系统的设计与实现过程，并且做出了性能分析。从实际中验证理论，总结其中存在问题和今后工作。

目录

文摘

英文文摘

独创性（或创新性）声明及关于论文使用授权的说明

第一章绪论

第二章信息过滤技术介绍

第三章领域本体知识表示模型

第四章基于领域本体的内容过滤模型设计

第五章内容过滤模型系统的实现

第六章系统性能测试和功能分析

第七章总结

参考文献

附录Ⅰ商品分类表

致谢