面向網(wǎng)絡(luò)文本的信息可信度研究.pdf

1、當(dāng)互聯(lián)網(wǎng)用戶對(duì)一個(gè)疑惑的命題通過(guò)搜索引擎尋求答案時(shí)，不得不面對(duì)幾十至幾千條的搜索結(jié)果進(jìn)行人工判別。網(wǎng)絡(luò)上過(guò)量的搜索引擎返回結(jié)果分散了用戶的精力和時(shí)間。又由于搜索引擎不能保證所有搜索結(jié)果的可靠性，其中摻雜的有誤信息可能會(huì)誤導(dǎo)用戶，影響其做出正確的判斷。如何過(guò)濾掉有誤信息、篩選出可信信息是互聯(lián)網(wǎng)用戶面臨的一個(gè)問(wèn)題。因此研究信息可信度并幫助人們獲取可信信息是有意義的。
　　網(wǎng)絡(luò)上傳播的信息，其可信度與兩大因素相關(guān)：信息源的可信度和信息在

2、網(wǎng)絡(luò)這一傳播媒體中的傳播轉(zhuǎn)載的特點(diǎn)。本文在研究中同時(shí)考慮了這兩方面因素，設(shè)計(jì)了兩層特征空間來(lái)從網(wǎng)絡(luò)文本信息中抽取可信信息候選集，通過(guò)信息源可信度分類(lèi)和信息的可信度計(jì)算獲取可信信息。兩層特征空間的第一層是關(guān)于信息源的特征空間，用于判斷信息源的可信度。通過(guò)組建可信信息、不可信信息的信息庫(kù)，訓(xùn)練得到判斷信息源可信度的模型。第二層特征空間用于判斷信息的可信度，由信息源可信度及信息在網(wǎng)絡(luò)中的覆蓋率等其他統(tǒng)計(jì)信息組成，通過(guò)計(jì)算最終得到信息的可信度。

3、
　　本文的研究?jī)?nèi)容主要包括以下幾方面：
　?。?）在提取可信信息階段，提出了利用詞語(yǔ)結(jié)構(gòu)特征從文本中提取可能為可信信息的候選信息。詞語(yǔ)結(jié)構(gòu)特征包括詞性特征和命名實(shí)體特征，本文通過(guò)這兩項(xiàng)特征來(lái)提取可信信息的候選集，實(shí)驗(yàn)中的提取準(zhǔn)確度為91.25％。
　?。?）在信息可信度計(jì)算階段，提出了構(gòu)造包括信息源特征和可信信息特征的兩層特征空間，將第一層信息源的可信度分類(lèi)結(jié)果加入到第二層可信信息特征空間中，再通過(guò)可信度計(jì)算，排序獲