基于扩展Petri网的文本分类模型.pdfVIP

第13卷 第4期 电脑与信息技术 Vo1.13No.4 2005年8月 COMPUTERAND INFORMATIONTECHNOLOGY Aug2005 文章编号:1005-1228(2005)04-0007-03 基于扩展Petri网的文本分类模型 周如旗 (广东教育学院计算机科学系，广东 广州 510310) 摘 要:在扩展Petri网基拙上提出了一种新的文本分类模型。基本思想是利用定性映射方法 扩展Petri网系统，利用状态方程进行推理，使文本分类更接近于人类思维判断过程，并给出 了分类算法。 关键词:文本分类;定性基准;定性映射;Petri网 中图分类号:TP18;TP391 文献标识码:A TextclassificationmodelbasedonexpendedPetrinet ZHOURu-qi (DepartmentofComputerScience,GuangdongEducationInstitute, Guangdong,Guangzhou510310,China) Abstract:BasedonexpandedPetrinetbasis,anewtextclassificationmodelisintroduced. Petrinetsystem isimproved场 qualitativemapping, andstateequationisthemain inferencetechniques.Thenewtextclassificationisclosertothethinkingjudgementprocess ofoperators.Thetextclassificationinferencealgorithmisprovidedintheend. Keywords:textclassification;qualitativecriterion;qualitativemapping;Petrinet 量空间模型、布尔模型、概率模型、神经网络模型 0 引言 以及其后的一些改进和扩展模型川等。 文本分类作为数据挖掘、机器学习和信息处 Petri网是一种建模工具，使用库所和变迁来 理的一个研究热点，它可以降低网络查询时间，提 模拟系统的动态行为和并发活动。Petri网可以用 高网络搜索质量，方便网络用户，从而快速有效地 来建立状态方程以及系统行为的其它数学模型[(210 获取文本信息。文本分类的目标是在分析文本内 Petri网既有严格的形式定义，又有直观的图形表 容的基础上给文本一个或多个合适的类别。由于 示，还有丰富的系统描述手段和系统行为分析技 一个文档可能会与多个文档类相关，所以文档分 术，很适合于描述具有并发、异步、分布、并行、不 类问题就是多标签分类问题。 确定和随机成分的系统。Petri网的这些特点与人 文本自动分类的过程首先是对训练集中文档 工分类的思维过程情形有类似之处:人在阅读文 的内容进行分析，构造一个分类方案，即分类器。 档时，可以在只读取了若干行甚至标题后，就可以 文本分类有两大特点:一是属性个数很多，即文本 较为准确的判断该文档的所属类别，而不一定要 中的词数目一般都非常大;二是属性之间存在某 阅读全文。这说明人在阅读时，对文本属性信息进 些依赖关系。由于这些特点，使得文本分类更具挑 行提取的同时就在进行着识别判断，思维过程呈 战性。当前比较常见的用于文本分类的模型有:向 现出并发、异步、并行、不确定和随机性等特点。基 收稿日期:2005-04-11 作者简介:周如旗(1971-)，男，硕士，讲师，主要研究方向为机器学习与Petri网理论。