利用IRF模型丰富文档的语义代表

摘要

文本挖掘是发现文本中所包含的内容和意义的过程.向量空间模型是文本挖掘中成熟的文本表示模型,而特征项的选择对其性能有着重要的影响.但以前的研究都把目光聚焦于文本中出现的特征项,忽略了文档之间的相关性.这种局限使这些特征项不能提供丰富的语义信息.始于2005年的Web2.0大潮席卷了整个互联网,在此背景下应运而生的社会化标注成了相关文档的语义桥梁,此文本挖掘带来了新的生机.据此本文利用IRF(Iterative Reinforcement Franlwork)模型为文档产生了丰富的特征项,大大提高了文档的检索率.