非相关文献知识发现的关键技术研究

本文在对非相关文献知识发现中的关键技术进行界定的基础上，对11个国外主要的非相关文献知识发现研究中所涉及的关键技术，即初始文本集的构建、信息抽取及中间关联词的确定与排序等进行了比较研究，认为B集合质量低是非相关文献知识发现目前存在的主要问题。针对该问题，作者提出以提高B集合的质量为主要目标，从B集合形成的前过程，即初始文本集的质量以及B集合本身的质量，即B词的排序两个方面的改进策略。前者包括初始文本集的合理结构及综合过滤机制，后者包括双向词频法、基于MeSH加权和基于文献内聚力加权。并对部分改进策略进行了试验。