基于粗糙集和模糊聚类理论的文本分类系统的研究与实现

摘要：

随着Internet的发展及广泛应用,越来越多的文本信息以待阅读和处理.文本分类成为众所关注但仍未很好解决的热门课题.本文提出一种基于粗糙集和模糊聚类(RS&FC)理论的文本分类新模型, 详细讨论和分析了该模型的总体设计思想、主要实现技术和有关的算法及实现方案.该模型在分类规则产生之前,以训练样本直接聚类的结果构造信息表,并对表中的连续属性离散化,再对信息表中的特征词属性进行二次聚类,压缩文本特征子集的向量维数,提取关键字特征属性,建立决策信息表,然后利用粗糙集理论,采用启发式约简算法,对信息表进行约简,产生优化的分类规则,指导文本分类.最后通过实验和性能评价,本文提出的分类方法的分类准确率高于传统的K-最近邻分类(K-NN)法,提高了系统的适应性能和分类能力.

关键词：粗糙集、模糊聚类、文本分类、文本聚类、规则约简

所属期刊栏目：29

分类号：TP391.1(计算技术、计算机技术)

资助基金：教育部重点实验室基金K040103;甘肃省自然科学基金3ZS042-B25-038

在线出版日期：2007-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-49