基于Rough集约简算法的中文文本自动分类系统精选.pdfVIP

下载本文档

1
0
约2.41万字
约 7页
2018-01-15 发布于贵州
举报
版权申诉

基于Rough集约简算法的中文文本自动分类系统精选.pdf

1、本文档共7页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于Rough集约简算法的中文文本自动分类系统精选

第27卷第7期电子与信息学报、，01．27No．7 2005年7月 Jo啪alofElec抒0nicsInf-o咖ation Jul．2005 Technolo影基于I沁u曲集约简算法的中文文本自动分类系统盛晓炜江铭虎 (清华大学中文系计算语言学实验室北京100084) (中国科学院自动化研究所模式识别国家重点实验室北京 100080) 摘要：现有的文本自动分类离不开文档向量的构造，向量的分量与文档中的特征项相对应。这种向量通常高达几千维甚至数万维，计算量相当大，因此需要对向量进行约简。而传统的基于频率的阈值过滤法往往会导致有效信息的丢失，影响分类的准确度。该文将Rougll集理论引入自动分类，并提出了一种新的文档向量约简算法。实验证明该算法不仅能有效缩减文档向量的规模，而且相比传统的阂值法信息损失小、准确率更高。关键词：自动分类，RDu曲集，决策表，约简算法中图分类号：TP391 文献标识码：A 文章编号：l009-5896(2005)07—1047-06 AutomaticClassincationofChineseDocumentsBasedOn Setand Rough ImproVedQuick—ReduceAlgorithm Xi∞-wei Sheng JiaIlgMin哥hu 乜口6矿cD叩甜招踟煳比fw‘括比F，D印r矿@加邸P￡口删，乃f哪“口洳fvP船坝＆驴馏100084，鳓拥力 (鼢据硒，加6 Abst礴ctMuchofme automaticText are co衄emedwimtheco璐truction closely previous Cl鹊sification(TC)metllods tenll to tlle Vect0格imoa ofdoc啪emvectors．Witheach aunitintlle memod doc啪em corresponding vector，mism印s inamassiVeaIIlountofcaIculation． dimensionaI oftensofttlous柚ds resuIts ve搿high space，possibIy ofdimension，which Sincethe打aditional baSedon afldtllreshold oftenleadtothelossofeff-ectiVe algoritlllTls fbquency filteringmay anew for intmducesset t11atcan reducethe infomation，tllis TC，which rough greatly paperpresents syStem t11eoq doc啪entvectordimensionsreduction results tobe itcannot