基于深度神经网络和模糊规则的文本分类方法

• 作者: 王建华 冉煜琨
• 来源期刊: 电子测量技术
• 关键词: 文本分类 模糊分类器 文本歧义 模糊规则 神经网络 Wilcoxon秩检验
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 理论与算法|Theory and Algorithms
• 页码范围: 75-81
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2106165

摘要

传统的单个模糊分类器方法采用固定的去模糊化规则,在情感数据分类上容易引起文本歧义,针对该问题,提出一种基于深度神经网络和模糊规则的文本分类方法.该方法分为两个主要阶段.第1个阶段,利用模糊规则形成算法与不同的模糊范数,利用特征提取方法(词袋法、词嵌入向量),以及基于关联的特征子集选择方法来制备特征,从而训练多个模糊分类器;然后,进行分类器融合以识别歧义实例.第2个阶段,整理歧义实例,生成第2个训练集,使用KNN对新出现的歧义实例进行分类.与当前已有的先进方法相比,所提方法在大部分情况下具有更优的分类性能,Wilcoxon秩检验的统计具有显著性.