基于Rough Set理論的文本分類器研究.pdf

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