資源描述：
《基于語義標(biāo)記樹的xml文檔聚類研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、．基王適幺拯運(yùn)撾鮑X咝墜塞擋塞婁盈窒⑧指導(dǎo)教師簽名：論文評閱人1：窿五琿暈評閱人2：醒：丕翌宜——評閱人3：遺盤霉覃一評閱人4．評閱人5：答辯委員會主席：當(dāng)遜[迎i工璉紐阻委員1：騭鷹紐江盤繭毖拉委員2：j雪鑫蝗厶趣．五叁堂[盔蟄魚委員3：渣壅能[i罅iL璉f函：皿{壘委員4：奎甾彰i遺江璉f＆!虐絲委員5：lJ性聲明Ilit1ILIt1IIIIIIIIIIIIIY1894158本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得逝姿盤
2、鱟或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：障涵日A簽字日期：工。tf年6月f日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解逝姿盤鱟有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交本論文的復(fù)印件和磁盤，允許論文被查閱和借閱．本人授權(quán)逝婆盤堂可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索和傳播，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名：f洚淘蠅導(dǎo)師簽名：簽字日期：z··1年‘月f日簽字日期：月Ij摘要
3、XML自1998年發(fā)布以來，憑借其自身的簡單性、半結(jié)構(gòu)化、可擴(kuò)展性、自描述性等特點(diǎn)，逐漸成為了互聯(lián)網(wǎng)數(shù)據(jù)交換和表示的標(biāo)準(zhǔn)，網(wǎng)上關(guān)于XML的數(shù)據(jù)出現(xiàn)了爆炸性的增長，目前如何對XML數(shù)據(jù)進(jìn)行有效挖掘成為了研究熱點(diǎn)。本文在對XML相關(guān)技術(shù)以及XML文檔聚類算法進(jìn)行介紹的基礎(chǔ)上，梳理了近幾年XML文檔相似度計算方法的研究進(jìn)展，針對這些相似度度量方法依靠的多是文檔中字符串的簡單比對，未涉及文檔語義信息的情況，本文提出了一種基于語義標(biāo)記樹的XML文檔相似度度量方法，此方法以傳統(tǒng)路徑法基礎(chǔ)，從文檔結(jié)構(gòu)特征和標(biāo)記的語義信息考察文檔的相似度。首先利用基于WordNet的
4、語義消歧模塊對XML文檔間相同的標(biāo)記進(jìn)行語義消歧，然后利用語義相似度計算方法對XML文檔中不相同的標(biāo)記進(jìn)行語義相關(guān)度計算，將文檔中相同的標(biāo)記以及標(biāo)記間的語義相關(guān)度共同作為文檔的特征來衡量文檔的相似度，最后在實驗數(shù)據(jù)集上利用層次聚類算法中的最近鄰聚類算法進(jìn)行分類，證實其確實是一種比較有效的XML文檔聚類方法。關(guān)鍵詞：WordNet語義相似度XML聚類AbstractSinceitwasreleasedat1998，XMLgraduallybecameastandardfordatarepresentationanddataexchangewiththea
5、dvantageofuncomplexity,self-description，extensibilityandopen．TheXMLdataisfloodingontheweb．Atpresent，XMLdataminingincreasinglybecameapopularresearchissue．BasedontheintroductionofXMLtechnologyandtheclusteralgorithmforXMLdocuments，thepaperreviewthestudyontheXMLdocumentssimilarityco
6、mputation，thesemethodsofmeasuringthesimilarityofdocumentsatpresentonlymakeuseofcomparingthestring，anddon’tconsiderthesemanticinformation．Inviewofthesecases，thepaperproposesanewmethodformeasuringthesimilarity,whichisbasedonthesemantictagtree．Themethodcomputesthesimilaritywiththes
7、tructureandsemanticinformationonthebasisofpath．Firstly,themethodmakesuseofwordsensedisambiguationwhichisbasedontheWordNettodisambiguatethecommontagsinthedocuments，then，computesthesemanticrelatednessofthedifferenttags，measurethedocumentsimilaritywiththesametagsandthesemanticrelat
8、ednessofdifferenttags．Atlast，thepapermaketheexp
