基于模糊認(rèn)知圖的分步文本層次分類(lèi)研究.pdf

1、數(shù)據(jù)挖掘是當(dāng)前國(guó)際學(xué)術(shù)界一項(xiàng)前沿的研究課題，它融合了數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、智能計(jì)算、認(rèn)知科學(xué)等多個(gè)領(lǐng)域的知識(shí)，是數(shù)據(jù)庫(kù)研究中很有應(yīng)用價(jià)值的一個(gè)新方向，對(duì)各個(gè)行業(yè)領(lǐng)域的決策具有極大的指導(dǎo)作用。 文本分類(lèi)是數(shù)據(jù)挖掘領(lǐng)域中重要分支之一，其任務(wù)是對(duì)未知類(lèi)別的文本進(jìn)行自動(dòng)處理，判斷它們所屬的預(yù)定義類(lèi)別集合中的類(lèi)別。隨著網(wǎng)絡(luò)的飛速發(fā)展和各種電子文本數(shù)量的迅速增長(zhǎng)，有效的信息檢索和過(guò)濾等變得越來(lái)越困難和重要。文本分類(lèi)便是一個(gè)有效

2、的解決辦法，它已成為一項(xiàng)很有實(shí)用價(jià)值的技術(shù)。 目前，已經(jīng)有很多機(jī)器學(xué)習(xí)算法在文本分類(lèi)領(lǐng)域中得到應(yīng)用，并取得了一定的成果，比較普遍典型的是類(lèi)中心向量法。但是這些算法大部分都是基于統(tǒng)計(jì)計(jì)算的，缺乏反饋體系機(jī)制，忽略了文本整體的有機(jī)性和文本之間的聯(lián)系性。同時(shí)，這些算法幾乎都是在單層次上做一次終結(jié)式分類(lèi)，沒(méi)有考慮到文本類(lèi)別的逐層分類(lèi)。 為此，本文在對(duì)模糊認(rèn)知圖的概念、特性以及它的知識(shí)表示和推理機(jī)制進(jìn)行初步研究的基礎(chǔ)上，根據(jù)模糊認(rèn)

3、知圖中各節(jié)點(diǎn)相互關(guān)聯(lián)和文本整體有機(jī)性結(jié)合起來(lái)，通過(guò)充分考慮特征項(xiàng)之間、特征項(xiàng)與類(lèi)別之間、類(lèi)別與類(lèi)別之間的因果關(guān)系和相互影響，提出一種基于模糊認(rèn)知圖的文本分類(lèi)推理算法，采用迭代推理體現(xiàn)反饋機(jī)制，它特別適用于訓(xùn)練和測(cè)試文本數(shù)量不多的情況以及交叉學(xué)科、新興學(xué)科。 同時(shí)，在常規(guī)中文文本的單層次分類(lèi)基礎(chǔ)上，本文提出了基于大類(lèi)小類(lèi)(父類(lèi)子類(lèi))的文本類(lèi)層次樹(shù)的概念。而在每一層上，采用類(lèi)中心向量法和基于模糊認(rèn)知圖分類(lèi)推理算法組合的分步補(bǔ)充的分類(lèi)