论文部分内容阅读
针对目前基于规则和基于统计的文本分类方法存在的不足，提出了一种新颖的基于规则和K-近邻分类相融合的文本分类方法。首先，对描述文本特征的传统向量空间模型进行了扩充，给出了具体的扩展模型。然后，基于扩展模型提出了一种规则的表示方法，并为每一条规则赋予了一个强弱系数，根据这个系数可以对识别的文本按级别排序。最后，通过设定一个阀值，将级别低于阀值的文本过滤掉。该方法可有效地排除被K-近邻分类误识别的那些文本，从而在一定程度上提高了分类的正确率。通过小数据集测试实验结果表明，该方法是有效的、可行的。