一种基于隐含子类信息的粗糙集中文文本分类方法  

A Chinese Text Classification Method Using Implied Sub-class Information and Rough Set

作　　者：金凯民[1] 苗夺谦[1] 段其国[1] 

机构地区：[1]同济大学计算机科学与技术系

出　　处：《计算机科学》2008年第2期147-149,共3页Computer Science

基　　金：2006年博士学科点专项科研基金(20060247039);国家自然科学基金(60475019)的资助

摘　　要：中文文本分类是中文信息检索和Web挖掘等领域的研究热点。现有的一些分类方法在特征选择阶段存在不足,忽略了隐含的子类信息。本文提出了一种提升隐含子类的关键词权值的方法,从而可以发现有价值的子类信息,进而使用粗糙集构建分类器。实验结果表明这种方法在不增加待约简词汇数量的情况下有效地提高了文本分类的查全率。Chinese Text Classification is a hot area of Information Retrieval and Web Mining. Existing methods have some defect in the phase of Feature Selection. They ignore the hidden sub-class information. This paper suggests a method to enhance the weight of key words of hidden sub-classes, so that we can discover valuable information of sub- classes, then we use Rough Set to construct classifier. The result of the experiment indicates that this method can ef~ fectively improve the recall of text classification, without increase the amount of words need reduction.

关 键 词：中文信息处理 粗糙集 文本分类 向量空间模型 

分 类 号：TP391.12[自动化与计算机技术—计算机应用技术] G254.11[自动化与计算机技术—计算机科学与技术]