[发明专利]基于不确定推理的文本层次分类方法与装置

权利要求书

1.一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。

2.如权利要求1的方法，其特征在于，所述从训练文本中提取特征包括：

对文本进行分词，统计词频，将文本表示成TF向量和BINARY向量，计算文本中词的TF*IDF值，根据权重提取特征；文本中特征的权重包括：

W(di,fj)=TF(di,fj)·IDF(fj)/Σj=1N(TF(di,fj)·IDF(fj))2]]>

其中，W(d_i，f_j)为文本d_i中特征f_j的权重，TF(d_i，f_j)为文本d_i中特征f_j的频数，IDF(f_j)为特征f_j的反文档频率。

3.如权利要求1的方法，其特征在于，确定分类问题的辨识框架和焦元集合，是将所有的叶子节点类的集合确定为分类问题的辨识框架；将除根节点外的所有节点类的集合作为分类问题的焦元集合；焦元集合中的非叶子节点类焦元的信度是指分配在该大类上且不确定该分配给该大类的哪个子类的信度。

4.如权利要求1的方法，其特征在于，所述根据特征的权重构造基本可信度分配函数包括：

m(c_i，f_j)＝W(d_i，f_j)/S_j

其中，m(c_i，f_j)为特征f_j属于焦元集合中的类c_i，的可信度，S_j为焦元集合中的所有类上特征f_j的权重之和。