1、隨著信息社會尤其是互聯(lián)網(wǎng)的發(fā)展，人們對文本檢索的要求越來越高。對傳統(tǒng)關(guān)鍵詞匹配技術(shù)的改進(jìn)，智能檢索研究已經(jīng)成為熱點(diǎn)，并將是支撐下一代互聯(lián)網(wǎng)的核心技術(shù)之一，將語義計算技術(shù)應(yīng)用于文本檢索是智能檢索的重要方向。基于知網(wǎng)的詞匯語義計算方法揭示了詞匯間的語義信息。根據(jù)文本的向量空間模型描述形式，采用了基于“知網(wǎng)”的詞匯語義計算方法來計算兩篇文章向量的相關(guān)性。 聚類分析作為一種數(shù)據(jù)挖掘的重要手段，在文本挖掘中起重要的作用，文本聚類實(shí)際上是對

2、文本內(nèi)容的聚類(如比亞大學(xué)開發(fā)的多文檔自動文摘系統(tǒng))。傳統(tǒng)的基于文本關(guān)鍵字的向量空間模型(VSM)，用m個關(guān)鍵字構(gòu)成的文檔向量D<,i>={d<,1i>，d<,2i>，…，d<,mi>}表示文檔集中的一個文檔，但是這種方法存在一定的問題。表現(xiàn)在向量空間應(yīng)用矢量內(nèi)積計算文本向量空間的相似度，把詞語看成了獨(dú)立的元素，詞語之間沒有聯(lián)系，不能明確表達(dá)文本語義內(nèi)容。其次，語義的向量空間模型只是對文本中存在的詞語進(jìn)行匹配，忽略詞語中的一詞多義以及一

3、個文本語義的多種表示方法。 目前，詞條集合并不能完全準(zhǔn)確地反映文本的語義，可以通過改變文本聚類的途徑來對文本的語義進(jìn)行聚類。文本通過知網(wǎng)的內(nèi)容來構(gòu)建概念語義樹，消除一詞多義和一義多詞及一個文本語義的內(nèi)容可以有多種表達(dá)方式等問題的歧義性，將語義相近的文檔實(shí)現(xiàn)基于內(nèi)容的聚集。 本文基于知網(wǎng)的語義結(jié)構(gòu)，構(gòu)建了具有添加和刪除特點(diǎn)的語義樹，使概念的匹配粒度實(shí)現(xiàn)細(xì)化，并給出了概念語義樹匹配算法，實(shí)驗(yàn)結(jié)果證明了算法的有效性，更好的解決