基于粗糙集理論的中文文本自動(dòng)分類的研究.pdf

1、論文綜述了中文文本分類中自動(dòng)分詞、文本表示、特征選取和分類模型幾個(gè)部分的研究現(xiàn)狀和研究方法。每個(gè)部分都有多種實(shí)現(xiàn)技術(shù)，不同的實(shí)現(xiàn)方法對(duì)分類系統(tǒng)性能的影響也不同。如何進(jìn)行合理的技術(shù)組合，組成一個(gè)具有較高性能的分類系統(tǒng)框架，是論文的一個(gè)研究思路。論文實(shí)現(xiàn)了多個(gè)代表性技術(shù)，組成多個(gè)分類系統(tǒng)，最后通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析指出了一個(gè)實(shí)用性較強(qiáng)的文本分類系統(tǒng)。 論文討論了三種文本表示方法：布爾表示法、TF表示法、TF-IDF表示法。這三種方法對(duì)

2、于不同的分類模型具有不同的影響，多數(shù)研究文章中并未提及。論文通過(guò)實(shí)驗(yàn)得出，對(duì)于KNN分類模型來(lái)說(shuō)，布爾表示法是最好的。 目前應(yīng)用中的特征選取方法大都是基于閾值的過(guò)濾法，這種方法不能準(zhǔn)確地過(guò)濾出對(duì)分類重要的特征項(xiàng)。20世紀(jì)80年代波蘭數(shù)學(xué)家Z.Pawlak提出的一種數(shù)據(jù)分析理論——粗糙集理論，它可以在保持分類能力不變的前提下，進(jìn)行知識(shí)約簡(jiǎn)。許多研究表明用基于粗糙集理論的約簡(jiǎn)方法約簡(jiǎn)所得的特征項(xiàng)集可以很好地表達(dá)分類信息，應(yīng)用于分類系