基于Rough集的Web文本分類及其信息抽取研究.pdf

1、當前網(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)掘蘊含具有巨大潛在價值的有用知識和信息，是當今信息發(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，向用戶提供簡單有效的檢索服務(wù)，被廣泛應(yīng)用于自動標引、文本過濾和詞歧義切分等文本自動處理技術(shù)。 本文闡述的Web文本分類技術(shù)以Rough集理論為基

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