基于Rough集的关键词集约简.pdf

基于Rough集的关键词集约简 陈 堞 (江西理工大学，江西南昌 330013) 摘要：内容分析是网络内容监控的重要步骤，但网络内容分析过程中涉及的关键词集一般较为庞大，故本文中 利用Rough理论对关键词进行约简，以减小关键词集的规模。 关键词 ：内容分析；关键词；约简 中图分类号 ：TP302．1 文献标识码：A 文章编号：1671．4792(2016)8．0029．04 KeywordSetReduction BasedonRough Set ChenLi (JiangxiUniversityofScienceandTechnology，JiangxiNnachang330013) Abstract：Contentanalysisisanimportantstepinnetworkcontentmonitoring，howeverthekeywordsetofwhichdur- inganalysisisrelativelylarge．ThepaperreducesitssizebyusingRoughtheory． Keywords：ContentAnalysis；Keyword；Reduction 0 引言 其重要。但是如何选取关键字是个非常棘手的问题， 网络上存在着大量内容，它们采用的都是 自然 为保证对象描述的精准性就必须选择大量的关键 语言描述，但在进行网络内容监控时，由于人类的自 字，但这样又会使得关键词集规模过于庞大。本文利 然语言存在二义性，理解性较差，所以在现有网络内 用Rough理论对关键词集合进行约简，可减小关键 容分析中最简单的方法就是根据关键字重复率进行 字集合的规模。 判定。简单的说，关键字判定即允许或禁止网络访问 1Rough集 是根据通过判定网站中是否出现关键的词或短语来 粗糙集理论(RoughSetTheory，简称 RST)是一 决定。监控者会预先设定一个界限，当关键字出现的 种处理含糊和不精确问题的数学工具，它是波兰科 频率达到了预定义的界限，则访问被禁止。 学家Pawlak[11于 1982年提出的，它能在保持分类能 通常情况下，内容分析过程中所设定的关键字 力不变的前提下，通过知识约简获得知识的分类规 集不会频繁地改变，因此关键字集的取舍就显得尤 则。Rough集理论对人工智能和认知科学十分重要 ， 尤其在机器学习、知识获取、决策分析、模式识别、模 ★基金项 目：江西省科技厅艺术科学规划项 目“基于Rough 集的信息网络在线文化内容监控”(编号：YG2014096) 糊控制及其他各方面的应用。其中，不降低信息系统 一 29— 中分辨不同对象的区分能力的属性约简问题一直是 目前，学术界提出了许多屙陛约简算法，诸如遗 粗糙集理论研究的核心问题之一。 传算法3[]、差别矩阵算法[4]、数据分析算法[5]、基于属 2属性约简 性聚类的属性约简算法[蜘、基于信息嫡啊的约简算法 粗膨戳 的—们塑翔 宅内 属．I|约简 。信 等。 息系统约简主要是使信息量减少 ，将一些无关或多 本文在借鉴基于差别矩阵的属性约简算法的基 余的信息丢弃，而不影响其原有功能。通过属性约 础上利用二进制数的 “按位与运算”实现约简