一种基于粗糙-神经网络的文本自动分类方法

摘要：

结合粗糙集的属性约简和神经网络的分类机理,提出了一种混合算法.首先应用粗糙集理论的属性约简作为预处理器,把冗余的属性从决策表中删去,然后运用神经网络进行分类.这样可以大大降低向量维数,克服粗糙集对于决策表噪声比较敏感的缺点.试验结果表明,与朴素贝叶斯、SVM、KNN传统分类方法相比,该方法在保持分类精度的基础上,分类速度有明显的提高,体现出较好的稳定性和容错性,尤其适用于特征向量多且难以分类的文本.

关键词：文本分类、粗糙集、神经网络、属性约简、VSM

所属期刊栏目：25

分类号：G35(情报学、情报工作)

在线出版日期：2006-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：475-480