模糊规则算法在教育信息分类中的应用.pdfVIP

《现代图书情报技术》版权所有，欢迎下载引用！ 请注明引用地址：模糊规则算法在教育信息分类中的应用［Ｊ］，现代图书情报技术，２０１１（１）：９４－９８． 应用实践 模糊规则算法在教育信息分类中的应用 梁文超　徐朝军　沈书生 （南京师范大学教育技术系　南京２１００９７） 【摘要】以中小学简介信息分类为例，在分析该类数据特征项少、权重不均等特点的基础上，采用去噪处理、基于 模糊集的同义处理等策略构建类别特征库，并以特征库为依据，使用模糊规则构建分类模型，实现对短文本数据 的分类。实验结果表明：对于类别特征项较少、权值分布不均的短文本分类，模糊规则分类优于ＶＳＭ、Ｒｏｃｃｈｉｏ等 分类算法。 【关键词】ＴＦ－ＩＤＦ　模糊规则　分类 【分类号】ＴＰ３９３ ＡｐｐｌｉｃａｔｉｏｎｏｆｔｈｅＦｕｚｚｙＲｕｌｅＡｌｇｏｒｉｔｈｍｉｎｔｈｅＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆ ＥｄｕｃａｔｉｏｎａｌＩｎｆｏｒｍａｔｉｏｎ ＬｉａｎｇＷｅｎｃｈａｏ　ＸｕＣｈａｏｊｕｎ　ＳｈｅｎＳｈｕｓｈｅｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＥｄｕｃａｔｉｏｎａｌＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９７，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】Ｂｅｃａｕｓｅｏｆｔｈｅｆａｃｔｔｈａｔｔｈｅｉｎｔｒｏｄｕｃｔｉｏｎｓｏｆｐｒｉｍａｒｙａｎｄｓｅｃｏｎｄａｒｙｓｃｈｏｏｌｓｈａｖｅｌｅｓｓｆｅａｔｕｒｅｉｔｅｍｓａｎｄｕｎｅ ｑｕａｌｗｅｉｇｈｔｓ，ｔｈｅａｕｔｈｏｒｓｕｓｅｔｈｅｓｔｒａｔｅｇｉｅｓｏｆｄｅｎｏｉｓｉｎｇ，ｐｒｏｃｅｓｓｉｎｇｓｙｎｏｎｙｍｆｅａｔｕｒｅｓｂａｓｅｄｏｎｆｕｚｚｙｓｅｔｔｏｂｕｉｌｄｃａｔｅｇｏｒｙ ｖｏｃａｂｕｌａｒｉｅｓ，ａｎｄｔｈｅｎｃｌａｓｓｉｆｙｓｈｏｒｔｔｅｘｔｓｕｓｉｎｇｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｗｈｉｃｈｉｓｂａｓｅｄｏｎｃａｔｅｇｏｒｙｖｏｃａｂｕｌａｒｉｅｓａｎｄｆｕｚｚｙ ｒｕｌｅｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｕｓｉｎｇｆｕｚｚｙｒｕｌｅｓｔｏｃｌａｓｓｉｆｙｔｈｅｓｈｏｒｔｔｅｘｔｓｗｈｉｃｈｈａｖｅｌｅｓｓｆｅａｔｕｒｅｉｔｅｍｓａｎｄｕｎｅｖｅｎｄｉｓｔｒｉｂｕ ｔｉｏｎｏｆｗｅｉｇｈｔｉｓｂｅｔｔｅｒｔｈａｎＶＳＭ，Ｒｏｃｃｈｉｏａｎｄｏｔｈｅｒｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｓ． 【Ｋｅｙｗｏｒｄｓ】ＴＦ－ＩＤＦ　Ｆｕｚｚｙｒｕｌｅｓ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ １　引　言 　　互联网中存在大量教学基础设施配置、教育新闻以及学校的发展规模、招生情况、学校师资实力等各类学校 简介信息，如果能对这些信息进行挖掘提取、分类处理并加以统计，可以从侧面反映一个学校、地区的教育发展状 况，为教育研究、教育管理、建设投资等提供决策支持。 　　本研究的教育实践发展现状监测系统，需要对主题蜘蛛定点采集的网络教育信息资源进行分类处理，并将处 理结果以规范化、结构化的形式提交给后续的信息抽取环节。与普通文本自动分类的需求有所不同，此处的分类 不再以蜘蛛获取的整篇文档作为处理单元，而是具体化到文档局部（以段落为单位），判断局部具有的类别特征， 即对于文档子类别的划分。 　　分类模型构建初期，分别采用基于ＶＳＭ的分类算法和Ｒｏｃｃｈｉｏ分类算法进行实验对比，分类结果的最终统计 数据如表１所示。 　　收稿日期：２０１０－１１－１７ 　　收修改稿日期：２０１０－１２－１７ 　　 本文系全国教育科学“十一五”规划 ２００９年度教育部青年专项课题“网络课程使用现状自动量化评价系统研究”（项目编号： ＥＣＡ０９０４４１）的研究成果之一。 　　　９４　现代图书情报技术 总第２０１期　２０１１年　第１期 表１　基于ＶＳＭ的分类算法和Ｒｏｃｃｈｉｏ分类 衡，以通用分词词典为基础并结合自定义词库，采用正 　　　　　算法封闭测试结果 向与逆向最大匹配技术进行分词，并根据具体需求过 算法类别 召回率微平均 正确率微平均 Ｆ１测试微平均 滤停用词与低频词。分词处理是较耗时的一项操作， 值（％） 值（％） 值（％） 基于ＶＳＭ分类 ７９．７８ ８０．１１ ７９．９４ 原有的策略是先对文档分段再对段落分词，时间复杂 Ｒｏｃ