基于Rough集的Web文本分類(lèi)及其信息抽取研究.pdf

1、當(dāng)前網(wǎng)絡(luò)正在深度和廣度方面飛速地發(fā)展著，Internet上包含了大量的信息資源，如何在這些大量、異構(gòu)的海量信息資源中，快速有效的發(fā)掘蘊(yùn)含具有巨大潛在價(jià)值的有用知識(shí)和信息，是當(dāng)今信息發(fā)展和信息處理領(lǐng)域的主流技術(shù)。Web文本分類(lèi)是一種有效的數(shù)據(jù)挖掘技術(shù)，它能夠合理地、有效地組織海量信息資源，向用戶(hù)提供簡(jiǎn)單有效的檢索服務(wù)，被廣泛應(yīng)用于自動(dòng)標(biāo)引、文本過(guò)濾和詞歧義切分等文本自動(dòng)處理技術(shù)。 本文闡述的Web文本分類(lèi)技術(shù)以Rough集理論為基

2、礎(chǔ)，其主要思想是在保持分類(lèi)能力不變的前提下，通過(guò)知識(shí)約簡(jiǎn)，導(dǎo)出問(wèn)題的決策或分類(lèi)規(guī)則。 本文分析了Web文本分類(lèi)的特點(diǎn)，比較完整地描述了Web文本分類(lèi)的過(guò)程，包括Web文本表達(dá)，訓(xùn)練和分類(lèi)過(guò)程；研究和分析常用的Web文本分類(lèi)的算法以及各自的特點(diǎn)，并提出將Rough集應(yīng)用到Web文本分類(lèi)的必要性和優(yōu)勢(shì)；深入研究和分析了Rough集的基本理論在Web文本分類(lèi)中的應(yīng)用問(wèn)題，尤其是屬性約簡(jiǎn)問(wèn)題，它能刪除冗余屬性，提高系統(tǒng)潛在知識(shí)的清晰度，