云模型在文本分類中的應(yīng)用研究.pdf

1、伴隨著因特網(wǎng)上電子文檔信息的持續(xù)增長(zhǎng)，人們迫切的需要一個(gè)工具去發(fā)現(xiàn)、過濾以及管理好這些資源，文本挖掘技術(shù)可以解決這個(gè)問題，它是以文本為對(duì)象進(jìn)行的數(shù)據(jù)挖掘，可以應(yīng)用于信息的檢索、過濾等領(lǐng)域，具有很高的研究?jī)r(jià)值。而文本分類作為文本挖掘的關(guān)鍵技術(shù)，近年來也引起了眾多學(xué)者的關(guān)注。
　　文本分類即根據(jù)文本的內(nèi)容，將未知類別的文本歸類到一個(gè)或者多個(gè)預(yù)先定義好的類別中。本文結(jié)合云模型理論在處理不確定性問題上的表現(xiàn)，將云模型理論的相關(guān)方法應(yīng)用到文

2、本分類中，提出了一種結(jié)合云模型的文本分類方法。為了驗(yàn)證該方法的有效性，本文采用與傳統(tǒng)的文本分類方法進(jìn)行對(duì)比實(shí)驗(yàn)。結(jié)果表明，本文提出的算法在準(zhǔn)確率等分類性能方面更優(yōu)。對(duì)本文的工作以及研究成果如下：
　?、傺芯苛嗽颇Ｐ偷南嚓P(guān)理論
　　對(duì)不確定性人工智能作了介紹，闡述了自然語(yǔ)言和知識(shí)的不確定性以及不確定性中模糊性和隨機(jī)性之間的關(guān)系，并引入了云模型的相關(guān)概念、數(shù)字特征等，探討了云模型的正向云發(fā)生器和逆向云發(fā)生器。
　?、趯⒃颇?/p>

3、型理論應(yīng)用到文本分類系統(tǒng)中
　　自然語(yǔ)言中的概念是定性的，但其本身存在著不確定性，即對(duì)自然語(yǔ)言概念的理解具有不確定性，為了降低這種不確定性對(duì)分類效果的影響，本文提出一種結(jié)合云模型的文本分類方法，該方法分別定義文本和類別的云模型，通過計(jì)算測(cè)試文本和每個(gè)類別的云相似度，根據(jù)最大相似度原則確定測(cè)試文本所屬的類別。
　　為了驗(yàn)證本文理論的可行性，將基于云模型的文本分類方法與KNN分類方法作對(duì)比，通過多項(xiàng)實(shí)驗(yàn)評(píng)估指標(biāo)檢測(cè)，該方法相比傳