基于粗糙集的文本分类特征选择算法.pdfVIP

第 4 卷第 5期 　　　　　　　　　　　　　　智 　能 　系 　统 　学 　报 　　　　　　　　　　　　　　Vol. 4 №. 5 2009年 10 月 　　　　　 　　　　　　 　　　　　　　　　　　　　O ct. 2009 CAA I Tran saction s on In telligen t System s do i: 10. 3969 / j. issn. 2009. 05. 011 基于粗糙集的文本分类特征选择算法 张志飞1, 2 ,苗夺谦1, 2 ( 1. 同济大学 计算机科学与技术系 ,上海 20 1804; 2. 同济大学 嵌入式系统与服务计算教育部重点实验室 ,上海 201804) 摘 　要 :文本分类是根据未知文本的内容将其划分到一个或多个预先定义的类别的过程 ,是许多基于内容的信息管 理任务的重要组成部分. 文本分类问题的难点是特征空间的高维性 ,通常采用特征选择作为降维的重要方法. 将属 性约简和文本分类的特点相结合 ,提出了一种基于粗糙集的特征选择算法即改进的快速约简算法. 实验表明该算法 是有效的 ,不仅可以降低特征空间的维度 ,而且能够维持高精度. 关键词 :文本分类 ;粗糙集 ;特征选择 ;快速约简 中图分类号 : TP39 1　文献标识码 : A 　文章编号 :(2009) Fea ture selection for text ca tegor iza tion ba sed on rough set 1, 2 1, 2 ZHAN G Zh ifei , M IAO D uoq ian ( 1. D ep artm ent of Comp uter Science and Technology, Tongj i Un iversity, Shanghai 20 1804 , Ch ina; 2. The Key L aboratory of Em bed ded System and Service Comp uting, M in istry of Education, Shanghai 20 1804 , Ch ina) A b stract: Text categorization a ssign s text docum en ts to one or more p redefined categorie s ba sed on their con ten ts. Th is a ssists con ten tba sed inform ation m anagem en t. A difficu lt p rob lem in th is ta sk is the h igh dim en sionality of the featu re sp ace. To re so lve th is, a featu re selection m ethod wa s emp loyed to reduce the dim en sion s. A new app roach ba sed on rough sets, that we call it the imp roved qu ick reduction ( IQR ) algorithm , wa s p ropo sed. It invo lved both attribu te reduction and text categorization. The exp erim en tal re su lts demon strated the effectivene ss of the p ropo sed algorithm. It reduced the dim en siona