基于模糊关系的文本分类方法.pdfVIP

第37卷 第16期 计 算 机 工 程 2011年8月 、，o1．37 No．16 ComputerEngineering August2011 · 人工智能及识别技术 · 文章-号t10o0__铷28(2011)l6一．01俘-103 文献标识码lA 中田分类号tI]M8 基于模糊关系的文本分类方法 9I乏了主芳，娄 姆，李智墨，_鼻虑阳 (重庆大学计算机学院，重庆 400030) 擅 要：为更好地对未标记文本进行分类，通过定义文本和类别的隶属函数，将测试文本和类别表示为特征的模糊集，计算模糊集之间的 相关系数并用来度量测试文本到每个类别的隶属度，根据最大隶属度原刚确定测试文本所属类别。实验结果表明，与k-biN算法相比，该 方法有较好的准确率，分类速度有较大提高。 关■诃：文本分类；隶属函数；模糊关系；相关系数；隶属度 textClassificationApproachBased0nFuzzyRelationship ZHANGYu-fang，LOUJuna，LIZhi-xing,XIONGZhong-yang (CollegeofComputer,ChongqingUniversity,Chongqing400030，China) ． [AbstractlTobetterclassifytheunlabeledtext，thispaperpresentsatextclassificationapproachbasedOnfuzzyrelationship．Throughdefining membershipfunctionoftestdocumentrelationshipandtestcategoryrelationship，htetestdocumentnadcategoryCna be representde aSufzzysets． Thenevaluatingthemembershipdegreebe~ eentestdocmu entna deachcategory bycomputinghtecorrelationcoefficientoffuzzysets，thetest docmu entisdecidde tocategoryusingmaximum membershipprinciple．Comparedwiht k·NN，experimentalresultshowshtathteprecision is increasedandtheclassificationprocessisspeededuptoaconsiderabledegree． [Keywordsltextclassification；membershipfunction；ufzzyrelationship；correlationcoefficient；membershipdegree DOI：10．39690．issn．1000—3428．2011．16．051 1 概述 正相关还是负相关。 随着网络普及和计算机技术的广泛应用，以电子文本形 定义1设{1抛，…，l是论域x的随机样本，样本数目为 式存在的数据大量增长。如何有效地管理并挖掘出其中的有 n，A是由隶属函数 确定的定义在明确集论域x上的模糊 用信息一直是研究热点，而文本分类作为信息检索、文本挖 集，则A的隶属函数的样本方差可由下式计算： 掘和网络搜索等主流信息处理方法中的关键技术，也引起了 2 ∑ ( ()一 )