《面向文本分類的多學科協同建模理論與實驗研究》是依託中山大學，由路永和擔任項目負責人的面上項目。
基本介紹
- 中文名：面向文本分類的多學科協同建模理論與實驗研究
- 項目類別：面上項目
- 項目負責人：路永和
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
面向文本分類的多學科協同建模理論與實驗研究的主要內容包括：建模研究方面：採用群集智慧型算法中的粒子群最佳化算法，構建文本分類規則模型、文本特徵選擇模型和粒子群算法參數和編碼方式的改進模型；利用圖像處理技術中的低通濾波模板構建原理，建立文本特徵項權重調整模型；構造數學函式，建立基於類間分布差異的文本特徵項權重計算模型；利用文本特徵選擇模型、低通濾波模板構建原理最佳化KNN分類方法；構建最優超平面，用改進的粒子群算法最佳化SVM分類方法。實驗研究方面，設計並構建一個新的實驗平台，該平台不僅能對本研究所購建的模型進行分析與驗證，還能對傳統的經典分類方法進行分析與驗證。
結題摘要
從文本分類研究的現狀來看，經典文本分類模型已經很難進一步提高文本分類的準確率和效率，綜合套用其它學科的相關理論和方法構建新的文本分類模型才有可能提高文本分類的準確率。本研究通過運用群集智慧型算法、圖像處理技術中的低通濾波模板構造理論以及數學建模理論等多學科中的相關原理對文本分類過程的特徵選取、特徵權值調整以及文本分類規則的建模方法進行了理論研究和實驗研究，並由此構建了相應的模型，在一定程度上解決了文本分類中效果和效率的問題，為之後的文本語義挖掘研究打下堅實的理論和實驗基礎。
