版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、本文選擇了信息檢索領域的關鍵問題文本分類作為研究對象。將文本分類操作的分類算法和怎樣將RoughSet理論應用于分類操作作為研究重點。 由于RoughSet理論是一種較新的軟計算方法,可以有效地分析和處理不完備信息。在許多科學與工程領域得到成功的應用,但是在信息檢索領域的應用研究相對較少。所以本文將怎樣把RoughSet理論應用于文本分類模型這個典型問題作為研究的重點。研究分析了RoughSet理論應用于文本操作的現(xiàn)狀、論述了R
2、oughSet理論應用的優(yōu)勢以及局限性和文本操作所面臨的困難。本文的一個基本觀點是“不完備和不一致的文本信息系統(tǒng)的“規(guī)則”是不可靠的”。所以應用RoughSet理論的重點不從“屬性約簡”、“規(guī)則提取”的角度的進行。 本文提出一種新的訓練模型,即將訓練預分類標準和關鍵字出現(xiàn)視為不可分關系,形成確定的知識,同時又將其視為不確定的知識。并以此作為粗糙操作的基礎。給出了基于RoughSet理論的文本訓練類別和特征關鍵字在給定文本集合中的
3、關聯(lián)關系的研究結果。即從集合的角度總結出由特征引起的集合與由訓練類別引起的集合之間存在的幾種典型關系,以及在粗糙集模型下的相應結論。解決了關鍵字描述能力和分類能力的表達問題,內(nèi)容還涉及退化、約簡等內(nèi)容。最后,提出一種基于RoughSet理論的單分類器模型算法。它從RoughSet理論的知識近似表示、表示精度及集合計算操作的角度進行應用。該方法提出“將文本訓練過程視為經(jīng)典粗糙集,將測試過程視為模糊集”的思想,通過特征與類別之間在Rough
4、Set模型下的關聯(lián)關系設計出單分類器的算法,并將粗糙精度的概念引入具體計算過程。算法解決了結果精確隸屬的問題,可以被用于多重分類問題。然后針對應用過程中產(chǎn)生的退化問題設計出雙向近似的單文本分類器的算法。該算法同時實現(xiàn)了屬性的自然約簡。通過實驗證明以上算法是算法簡單、有效。 另外,本文還將容差RoughSet理論應用于文本分類,提出一種基于容差RoughSet理論的多文本分類器模型算法。它從RoughSet理論的關系定義及上近似和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Rough集的Web文本分類及其信息抽取研究.pdf
- 基于Rough Set理論的約簡算法的研究.pdf
- 基于Rough Set的關聯(lián)規(guī)則研究.pdf
- 基于粗糙集理論的文本分類研究.pdf
- 基于Rough Set理論的中國GDP數(shù)據(jù)分析.pdf
- 基于Rough Set的屬性約簡算法研究.pdf
- 基于可信最鄰近分類器的文本分類的研究.pdf
- 基于粗糙集理論的文本分類方法研究.pdf
- 基于Rough Set的知識獲取方法研究.pdf
- 基于SVM算法的文本分類器的實現(xiàn).pdf
- 基于Rough Set的海量數(shù)據(jù)挖掘算法研究.pdf
- 基于文本分類技術的漏洞分類.pdf
- 基于本體的文本分類研究.pdf
- 基于概念的文本分類研究.pdf
- 基于Spark的文本分類的研究.pdf
- 基于Rough Set的特征抽取算法的研究.pdf
- Rough Set理論研究成果的集成系統(tǒng).pdf
- 基于GPU的文本分類算法研究.pdf
- 基于TFIDF的文本分類算法研究.pdf
- 基于LDA模型的文本分類研究.pdf
評論
0/150
提交評論