基于粗糙集和神經(jīng)網(wǎng)絡(luò)的中文文本分類(lèi)研究與實(shí)現(xiàn).pdf

1、隨著通信技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展，自動(dòng)信息處理已成為人們獲取大量信息不可缺少的工具文本分類(lèi)作為自動(dòng)信息處理的重要研究方向，有著廣泛的應(yīng)用前景粗糙集理論和神經(jīng)網(wǎng)絡(luò)技術(shù)在模式識(shí)別中都已得到廣泛的應(yīng)用，但在文本分類(lèi)領(lǐng)域的應(yīng)用研究相對(duì)較套粗糙集在不影響分類(lèi)精度的前提下通過(guò)信息約簡(jiǎn)能得到顯式的文本分類(lèi)規(guī)則，但它對(duì)數(shù)據(jù)中的噪聲比較敏感，分類(lèi)規(guī)則具有模糊性神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的容錯(cuò)學(xué)習(xí)能力，但不能消除過(guò)量的冗余信息，且龐大的文本特征維數(shù)限制了網(wǎng)絡(luò)的性能為

2、此本文采用了一種粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的文本分類(lèi)方法，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)RS-BPNN中文文本分類(lèi)系統(tǒng)，主要工作內(nèi)容有： 1)本文對(duì)當(dāng)前文本分類(lèi)領(lǐng)域的關(guān)鍵問(wèn)題及其常用解決方法進(jìn)行了研究，分析了現(xiàn)有方法的特點(diǎn)與不足詳細(xì)闡述了信息約簡(jiǎn)的粗糙集理論和基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)技術(shù)，分析了它們相結(jié)合的優(yōu)點(diǎn)。 2)本文結(jié)合粗糙集的屬性約簡(jiǎn)和神經(jīng)網(wǎng)絡(luò)的分類(lèi)機(jī)理，在向量空間模型表示文本的基礎(chǔ)上，構(gòu)建RS-BPNN中文文本分類(lèi)模型首先采用粗糙

3、集對(duì)向量空間降維，然后用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，再利用訓(xùn)練得出的分類(lèi)知識(shí)對(duì)新文本進(jìn)行分類(lèi)通過(guò)兩者有機(jī)的融合增強(qiáng)了它們?cè)谖谋痉诸?lèi)中的實(shí)用性。 3)針對(duì)現(xiàn)有屬性約簡(jiǎn)算法的缺陷，結(jié)合向量空間模型的特點(diǎn)，對(duì)粗糙集的Johnson屬性約簡(jiǎn)算法進(jìn)行了改進(jìn)改進(jìn)的算法以特征向量重要度為啟發(fā)式信息，加快了約簡(jiǎn)速度并能得到較優(yōu)的約簡(jiǎn)。 4)開(kāi)發(fā)了一個(gè)RS.BPNN中文文本分類(lèi)原型系統(tǒng)，采用客觀的中文語(yǔ)料庫(kù)對(duì)系統(tǒng)進(jìn)行封閉式和開(kāi)放式測(cè)試，分析和評(píng)