基于关联数据的文本型用户生成内容组织研究

发布时间：2020-04-11 01:54

【摘要】：随着互联网的发展,网络上文本类型的用户生成内容数据量成爆炸式增长。这些信息之间关系错综复杂,通过对这些信息进行有效组织,可以发现其间蕴含的丰富知识。但这些信息内容随意性强,关系复杂,利用传统的信息组织方式难以对其进行有效组织。关联数据作为一种轻量级的语义实现方式,其在实现机器可理解、语义关联以及网络数据共享、互操作等众多方面拥有独特优势。鉴于此,本文提出一种面向文本型用户生成内容的关联数据混搭系统模型,利用数据层、查询层、整合层和应用层功能,将豆瓣网电影评论信息与DBPedia数据集、LinkedMDB数据集以及GeoNames数据集进行实体链接关联,实现混搭展现,从而为用户生成内容组织方式提供一种新的思路。本文主要研究工作如下:(1)构建面向文本型用户生成内容的关联数据混搭系统模型。该模型由数据层、查询层、整合层和应用层四部分组成。利用该模型可以将文本型用户生成内容通过命名实体识别、语种转换、关联数据集查询、数据集整合混搭以及可视化展现等步骤,实现文本型用户生成内容的有效组织,丰富并拓展相关知识。(2)对于模型构建过程中出现的关键问题提出详细的解决方案。模型构建过程中有许多十分关键的问题,如命名实体识别方法、关联数据集查询、数据集整合混搭以及可视化展现等。对于常见类型的命名实体识别问题,本文借助现有自然语言处理工具解决。对于特殊类型的命名实体识别问题,本文利用Apache公司的OpenNLP开源框架,训练特殊类型的命名实体识别模型。在多关联数据集查询、混搭中,利用Mashup思想,关联多个外部数据集以及本地数据集。在可视化呈现上,选择D3.js这一前端可视化技术,实现相关知识网络的可视化呈现。(3)利用豆瓣网影评信息对提出的模型进行验证。本文使用Java语言实现面向文本型用户生成内容的关联数据混搭系统模型。并利用数据采集工具,获取豆瓣网电影基本信息以及其评论信息,并利用实体链接方式关联多个外部数据集,包括DBpedia、LinkedMDB以及GeoNames,实现信息的混搭展现。文章实验表明,本系统能够利用关联开放数据解决文本型用户生成内容组织难题,帮助用户获取丰富的外链数据,拓展相关知识网络。
【图文】：

云图,关联数据,云图

联数据相关规则发布关联数据，扩展关联数据网络。随着关联开放数据项目的逐渐逡逑发展，关联数据集的数量也逐渐增多，截至２０１７年８月，这一数据网络已经有１．１４６逡逑个关联数据集。图２．１是２０１７年８月更新的ＬＯＤ云图。根据统计，关联数据按照逡逑数据涉及的主题领域可大致分为九大部分，分别为地理数据（Ｇｅｏｇｒａｐｈｙ）、政府数逡逑据（Ｇｏｖｅｒｎｍｅｎｔ）、生命科学（Ｌｉｆｅ邋Ｓｃｉｅｎｃｅｓ）、语言学（Ｌｉｎｇｕｉｓｔｉｃｓ）、媒体（Ｍｅｄｉａ）、逡逑１０逡逑

界面图,界面,数据,服务器端

２．３数据混搭逡逑混搭（ｍａｓｈｕｐ）是一种新型的基于Ｗｅｂ的资源集成应用程序，指将两个或两个逡逑以上的数据进行整合，并创造出一种新的服务性网页或应用供用户使用它使用逡逑Ｗｅｂ２．０技术，通过ＡＰＩ、ＲＳＳ等方式将不同数据集中的数据进行整合，并运用Ａｊａｘ、逡逑ＪａｖａＳｃｒｉｐｔ等技术增加与用户的交互，具有共享增值、交互性强、个性化等特点。逡逑一般，ｍａｓｈｕｐ系统构架包括三层，图２．３为一种典型的ｍａｓｈｕｐ系统架构，包逡逑括以下几个方面：逡逑（１）逦ＡＰＩ／内容提供者。提供了构建ｍａｓｈｕｐ所需的数据，其数据来源包括本地逡逑数据以及互联网数据等。逡逑（２）逦ｍａｓｈｕｐ服务器。将来自于不同数据集的数据进行整合，把从外部获得的逡逑或者自有的数据进行封装与处理，同时响应应用程序。实现ｍａｓｈｕｐ既可以发生在逡逑客户端，也可以发生在服务器端。在服务器端聚合是用服务器端动态内容生成技术，逡逑而在客户端聚合则是通过使用客户机端脚本语言实现。在客户机端进行聚合能够减逡逑轻ｍａｓｈｕｐ服务器所产生的负载，实现与用户的无缝对接。逡逑ｗ。，，
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：G350

【相似文献】