摘要
中国古村落是中华民族悠久历史和优秀传统文化的重要传承载体，是整个中华民族不可再生的文化资源。近年来，古村落保护逐渐受到社会各界的关注，古村落文本、视频、图像等信息资源越来越丰富，这些信息资源对古村落来说是一种重要的数字化资源，因此具有巨大的开采价值和研究价值。 本文以古村落本体为出发点，首先通过已有古村落文献、古村落相关的网络信息以及实际田野调查的结果，从本体的概念、概念间关系以及公理三个方面，构建了一个古村落本体。本体的概念获取来自于田野调查表格项，并且结合网络资源进行扩充；概念间关系利用本体的树形结构结合古村落调查表进行构建，初步形成一个古村落概念的关系网；利用了公理间的关系约束古村落本体的概念和关系。然后利用已经建立好的古村落本体库，提出了一个基于古村落本体的特征加权改进算法，该算法利用词语在本体中的关系，调整原始特征词的特征值，并形成一个基于本体的特征值；利用新特征词以及特征值计算它们在本体中的关联程度，得到了基于本体的关联度，基于本体的关联度可以用来衡量词语在古村落本体中的关系。接着本文提出了一个村落画像的概念，利用改进后的特征值去生成村落画像，使村落画像能够反映古村落文本的重点及词与词之间的关系。最后本文以小洲村为例，在文本分词、获得新词及概念、计算词语间基于本体的特征值及计算关联度的基础上，利用关联度生成了一个小洲村的村落画像。 本文建立了一个古村落本体，基于古村落本体提出了特征抽取改进算法，在原有的算法中加入了本体的知识，使得词与词之间的关系更加密切，同时降低了特征词的维度，加快了特征抽取的速度，也将一些突出的特点但并非高频词的特征表现出来。基于古村落本体的特征抽取方法还将重复的特征合并，突出重要特征，让原本的特征词更有突出性和聚集性，通过村落画像让人更直观的了解古村落的重要特点。
NETL