利用DBpedia本體論樹狀結構之部落格文章自動分類系統

作者
簡學群
指導教授
呂瑞麟
畢業學校
中興大學
畢業系所
資訊管理學系所
學位類別
碩士
畢業學年度
103
內容
社群網路在近幾年來發展快速,網路使用者已經習慣由社群網路獲取資訊,從原來只限於親友的封閉社交圈,也慢慢的可以跟更多網友分享資訊。在部落格平台中,部落格作者通常會使用部落格平台所提供的分類來為文章設定類別,部落格讀者可以透過類別來找到其他相關的文章,但這種方式可能會因為部落格作者的錯誤或不了解類別的意思而指定錯誤的類別,造成使用者無法找到真正相關主題的文章。因此本研究試圖利用Linked Open Data(LOD)來為文章找出正確的類別。在本團隊過去的研究中,可以利用文章的查詢關鍵字來代表文章主題,因此我們延伸過去的研究成果,用查詢關鍵字來查詢DBpedia,整理每一篇文章的查詢結果可以得到其在DBpedia中的類別,並與人工分類做比較,驗證結果的正確率大於50%,代表結合LOD的資料足以找出文章的類別。
網址連結
發布日期:2018年09月13日 最後更新:2018年12月18日