题名 | 基于粗糙集的文本知识挖掘 |
作者 | 张其文 |
答辩日期 | 2003 |
文献子类 | 硕士 |
授予单位 | 兰州理工大学 |
导师 | 李明 |
关键词 | 文本挖掘 粗糙集 文本分类 文本聚类 文本特征抽取 分词 文本主题 自动文摘 |
学位名称 | 工学硕士 |
学位专业 | 计算机应用技术 |
英文摘要 | 目前,随着信息技术的快速发展,特别是网络的普及,以文本形式表示的信息越来越多,如何在纷繁复杂的信息海洋中找到自己需要的有用信息,具有广泛的应用背景和实用价值。传统的信息检索技术己不适应日益增加的大量文本数据处理的需要,用户需要更加有效的检索算法实现文档重要性和相关性的排列,完成不同文档的分类比较,或找出多文档的模式和趋势。 粗糙集理论是二十世纪八十年代由Z.Pawlak提出的一种新的处理不精确、不一致、不完整知识的数学工具。它在机器学习与知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理、模式识别等领域得到了成功的应用。本文结合粗糙集理论对文本挖掘进行了研究。 |
语种 | 中文 |
页码 | 71 |
内容类型 | 学位论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/95861] ![]() |
专题 | 计算机与通信学院 |
作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 张其文. 基于粗糙集的文本知识挖掘[D]. 兰州理工大学. 2003. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论