基于變精度粗糙集的文本分類研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，以電子形式的信息量飛速增長，為了有效地利用和管理海量信息，信息檢索逐漸成為備受關(guān)注的領(lǐng)域。由于大多數(shù)的電子信息是以半結(jié)構(gòu)化的文本形式存在，文本分類（Text Categorization）在信息檢索中就顯得尤為重要，并有著廣泛的應(yīng)用前景和研究價值。 本文主要在向量空間模型（VSM）框架下進行相關(guān)的研究，對該框架下的文本分類關(guān)鍵技術(shù)進行分析和闡述，重點探討文本分類中的兩大關(guān)鍵技術(shù)：特征選擇和特征加權(quán)，在此基礎(chǔ)上提

2、出了基于變精度粗糙集理論的文本分類算法（CDD—VPRSW），并通過實驗驗證了該算法的有效性。 本文主要工作如下： 首先，分析特征選擇的必要性并對目前比較常見的特征選擇算法進行分析和比較。根據(jù)詞在不同類間的分布差異情況，構(gòu)造出基于類別區(qū)分程度因子的量度公式，并在此基礎(chǔ)上提出基于類別差異的特征選擇算法（CDD）。 其次，分析TF—IDF方法的缺點。通過對變精度粗糙集相關(guān)性質(zhì)的研究，提出了基于變精度粗糙集特征詞重要度