中文文本自動分類中的若干問題研究.pdf

1、本文首先基于類別概念，討論了文本自動分類中文檔類別間的關(guān)系，在此基礎(chǔ)上對文本自動分類的定義進行補充說明，并討論了文本自動分類中與全體文檔集合、訓練集、類集合相關(guān)的若干問題，并結(jié)合具體分類算法進行了相關(guān)論述。具體內(nèi)容如下： (1)基于概念間的關(guān)系，討論類別間的關(guān)系，分析了每種關(guān)系對應(yīng)的實際分類問題； (2)從集合論的角度出發(fā)，對文本自動分類問題的定義進行補充說明，指出文本自動分類是對全體文檔集合的劃分； (3)將現(xiàn)

2、有文本表示模型歸納為3種：“詞袋模型”，“空間向量模型”，“圖模型”，在此基礎(chǔ)上分析了每種模型對應(yīng)的全體文檔集合； (4)論述了訓練集的相關(guān)性質(zhì)，定量分析了訓練集的稀疏性； (5)論述了真實類集合和由分類器劃分的類集合間的關(guān)系，在此基礎(chǔ)上分析了分類器錯分結(jié)果類型，指出分類器對錯誤是敏感的，提出分類器的錯誤敏感性； (6)基于類別概念，從全體文檔集合、等價關(guān)系、類集合3個方面分析了常見分類算法，重點給出了常見分類算

3、法所得類集合的幾何性質(zhì)； (7)提出基于向量空間模型分類算法的“重要點”結(jié)論，論述了重要點對提高分類器性能的重要性，并結(jié)合重要點，討論基于類中心的“推拉調(diào)整策略”，提出了兩種改進策略； 文章接著針對特征選擇，論述了常見特征選擇方法的缺點，并在分析、歸納文本權(quán)值計算框架的基礎(chǔ)上，提出兩種全局最優(yōu)特征選擇模型。模型一以最大化類中心距離為目標，模型二以最大化類中心距離方差為目標，本文給出了兩種模型的具體算法。 最后，設(shè)