【摘要】 本发明涉及利用数据挖掘技术进行中文文本处理的信息技术领域，涉及一种基于不确定推理的文本层次分类方法和装置。包括：a)从训练文本中提取特征；b)确定分类问题的辨识框架和焦元；c)利用特征的权重构造基本可信度分配函数；d)利用特征的基本可信度分配函数合成测试文本的信度分布；e)利用信度分布根据分类规则进行分类。本发明具有以下优点：通过将非叶子类构造成虚拟的叶子类参与分类，很好的区分了父类与子类之间的不同特征；利用基本可信度分配函数分配给非叶子类的信度以及pignistic概率将文本的分类可信度表示为一个三角模糊数，在分类时充分地利用了不确定信息，提高了分类的准确程度。。 【专利类型】发明申请 【申请人】南京师范大学 【申请人类型】学校 【申请人地址】210097 江苏省南京市鼓楼区宁海路122号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】鼓楼区 【申请号】CN201010562470.9 【申请日】2010-11-29 【申请年份】2010 【公开公告号】CN101976270A 【公开公告日】2011-02-16 【公开公告年份】2011 【授权公告号】CN101976270B 【授权公告日】2012-04-25 【授权公告年份】2012.0 【IPC分类号】G06F17/30 【发明人】钱钢; 王海; 沈玲玲; 姜乃松; 冯向前; 王艳军 【主权项内容】一种基于不确定推理的文本层次分类方法，其特征在于，所述方法包括如下步骤：从训练文本中提取特征；确定分类问题的辨识框架和焦元集合；利用特征的权重构造基本可信度分配函数(BPA)；根据基本可信度分配函数和待分类文本的特征权重合成待分类文本的信度分配；利用信度分布根据分类规则对待分类文本进行分类。 【当前权利人】南京师范大学 【当前专利权人地址】江苏省南京市宁海路122号 【专利权人类型】公立 【统一社会信用代码】123200004660067976 【引证次数】3.0 【被引证次数】13 【他引次数】3.0 【被他引次数】13.0 【家族引证次数】3.0 【家族被引证次数】13

未经允许不得转载：http://www.zhongzhencnc.com/1785674348.html