非负矩阵分解在标签语义分析中的应用

摘要：

随着Web2.0技术的发展,社会标注系统日渐流行起来,使得标签在用户收藏的检索和分类管理等方面得到了广泛的应用.然而,由于用户使用标签的自由、非控制性,导致标签在使用上存在冗余和语义模糊性.为了处理该问题,提出一种基于非负矩阵分解(Non-negative Matrix Factorization,NMF)的标签语义挖掘算法,通过对用户的标注数据进行非负矩阵分解,得到一个包含一系列语义相关标签基的标签子空间,使得同义及相关的标签聚合于同一标签基,且一词多义的标签归类到语义不同的标签基,从而实现标签语义的近义归类和多义辨析.通过大量实验充分展示了提出的算法在标签语义挖掘方面的有效性.

关键词：非负矩阵分解、标签、标签语义挖掘

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：973国家重点基础研究发展计划2007CB311007;国家自然科学基金60703085

在线出版日期：2010-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：171-174,191