APP下载

一种基于人工免疫的We b文本分类方法研究——以Web信息分类为例

2012-09-01何晓庆

图书馆理论与实践 2012年11期
关键词:分类特征文本

●何晓庆,贾 钊

(1.四川大学 图书馆,成都 610064;2.西安通信学院,西安 710106)

●王爱玲(内蒙古农业大学 图书馆,呼和浩特 010018)

1 引言

随着信息技术的快速发展,Interne t已经成为人们查找和获取信息的一个重要途径,发挥着日益重要的作用,互联网上的数据也呈现出迅猛增长的态势。据中国互联网络信息中心(CNNIC)第23次中国互联网络发展状况统计报告,[1]截至2008年底,中国的域名总量达到1682万个,网站数达到287.8万个,中国网页总数超过160亿个,均比2007年出现大幅增长。面对We b上的海量数据,在处理重大突发事件等涉及社会层面较广的社会事务时,政府等公共部门信息管理部门如何从中找到有价值的信息,并提取出有效知识已经成为信息检索、数据挖掘等领域的重要课题。[2]文本分类作为其中的重要内容之一,也引起越来越多的关注。本文借鉴人工免疫理论的思想,提出了一种基于人工免疫的文本分类方法,可以更好地实现文本的自动分类。

2 人工免疫与文本分类

生物免疫系统是目前所知的识别和抵御外部有害物质最精妙复杂的智能系统,它犹如一支拥有学习能力并且训练有素的精锐部队,保卫人体的健康。[3]人工免疫系统(Artificial Immune Syste m,AIS)是一个受生物免疫系统启发而建立的计算机研究领域,是人工智能领域的一个重要分支。类似于神经网络和遗传算法,人工免疫同样是智能信息处理的非常重要的一个手段。人工免疫系统中的克隆选择、高频变异等原理具有动态性、自适应和自学习性,非常适合用到自动文本分类中的分类器训练和生成中。……

登录APP查看全文

猜你喜欢

分类特征文本
分类算一算
如何表达“特征”
在808DA上文本显示的改善
不忠诚的四个特征
基于doc2vec和TF-IDF的相似文本识别
教你一招:数的分类
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
如何快速走进文本
线性代数的应用特征