基于模糊邏輯和神經(jīng)網(wǎng)絡(luò)的文本分類(lèi)方法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩77頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)前互聯(lián)網(wǎng)高速發(fā)展,使得海量的、內(nèi)容豐富的文字信息以計(jì)算機(jī)可讀的形式存在,并且其數(shù)量每天仍在急劇增加。為了有效的管理和利用這些分布的海量信息,基于內(nèi)容的信息檢索和文本挖掘已經(jīng)成為備受關(guān)注的研究領(lǐng)域。文本分類(lèi)技術(shù)是信息檢索和文本挖掘的基礎(chǔ),其任務(wù)是在給定的分類(lèi)體系下,根據(jù)文本內(nèi)容判斷其所屬的類(lèi)別。目前文本分類(lèi)已經(jīng)取得了豐碩的成果,但一般文本分類(lèi)方法是將一給定文本映射到一個(gè)給定的文本類(lèi)別,對(duì)于某些文本屬于多類(lèi)問(wèn)題處理不太理想。 鑒于

2、此,將模糊邏輯和神經(jīng)網(wǎng)絡(luò)相結(jié)合用于文本分類(lèi),該方法將訓(xùn)練文本的特征向量特征模糊化,同時(shí)將每個(gè)類(lèi)中心向量特征模糊化,從模糊化的文本向量和模糊化的類(lèi)中心得到該文本對(duì)每個(gè)類(lèi)的距離,通過(guò)距離定義一個(gè)隸屬函數(shù),得到文本對(duì)每個(gè)類(lèi)的隸屬度。用模糊化的文本特征向量和該文本對(duì)每個(gè)類(lèi)的隸屬度向量訓(xùn)練神經(jīng)網(wǎng)絡(luò)。將測(cè)試文本特征向量模糊化后通過(guò)訓(xùn)練好神經(jīng)網(wǎng)絡(luò)可以得到該文本相對(duì)于每個(gè)類(lèi)別的隸屬度,通過(guò)文本屬于每個(gè)類(lèi)的隸屬度就可以判斷文本類(lèi)別。 最后,給出了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論