一种基于粗糙集文本自动分类的改进算法

摘要：

自动文本分类的效果在很大程度上依赖于属性特征的选择.针对传统基于频率阈值过滤的特征选择方法会导致有效信息丢失,影响分类精度的不足,提出了一种基于粗糙集的文本自动分类算法.该方法对加权后的特征属性进行离散化,建立一个决策表；根据基于依赖度的属性重要度对决策表中条件属性进行适当的筛选；采用基于条件信息熵的启发式算法实现文本属性特征的约简.实验结果表明,该方法能约简大量冗余的特征属性,在不降低分类精度的同时,提高文本分类的运行效率.

关键词：粗糙集、属性约简、文本分类

所属期刊栏目：47

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60841003;国家火炬计划项目2004EB33006

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：129-131