[发明专利]一种基于聚类与ANN融合应用的文本分类方法

权利要求书

1.一种基于聚类与ANN融合应用的文本分类方法，其特征在于，包括以下具体步骤：

S1、从网络上获取文本A，并对文本A进行预处理，得到处理后的文本B；

S2、对处理后的文本B进行分词，得到关键词组C；

S3、采用聚类算法对关键词组C进行划分，得到文本集D；

S4、获取文本集D的特征样本参数E；

S5、从已分类的文本中抽取关键词F，并对关键词F拆分，得到多个字符G；

S6、通过回归分析，了解已分类文本的多个字符G是否相关、相关方向与强度，建立人工神经网络模型；

S7、利用特征样本参数E训练建立的人工神经网络模型；

S8、通过人工神经网络模型对文本集D进行分析，并判断文本集D中的文本A属于哪类已分类的文本。

2.根据权利要求1所述的一种基于聚类与ANN融合应用的文本分类方法，其特征在于，S2中对处理后的文本B分词后去除停用词，得到关键词组C。

3.根据权利要求1所述的一种基于聚类与ANN融合应用的文本分类方法，其特征在于，S3中进行聚类算法前，先根据关键词组C中各个关键词之间的相关性构建词共现网络。

4.根据权利要求1所述的一种基于聚类与ANN融合应用的文本分类方法，其特征在于，对文本A进行预处理包括去重处理和过滤乱码处理。

5.根据权利要求1所述的一种基于聚类与ANN融合应用的文本分类方法，其特征在于，特征样本参数E用于表征多个已分类文本的特征样本参数。

6.根据权利要求1-5任一项所述的一种基于聚类与ANN融合应用的文本分类方法，其特征在于，还提出了上述基于聚类与ANN融合应用的文本分类系统，包括

获取模块，用于从网络上获取文本A以及从文本集D中获取文本的特征样本参数；

预处理模块，用于对文本A进行预处理，得到处理后的文本B；

分词模块，用于对处理后的文本B进行分词，得到关键词组C以及对关键词F进行拆分，得到多个字符G；

聚类算法模块，用于对关键词组C进行划分，得到文本集D；

抽取模块，用于从已分类文本中抽取关键词F；

人工神经网络模型构建模块，用于通过回归分析多个字符G建立人工网络模型；

训练模块，用于利用特征样本参数E训练建立的人工神经网络模型；

分类判别模块，用于利用人工网络模型对文本集D进行分析，并判断文本集D中的文本A属于哪类已分类的文本。

7.根据权利要求6所述的一种基于聚类与ANN融合应用的文本分类方法，其特征在于，文本分类系统还包括调整模块，调整模块用于调整人工神经网络模型的反应变数与解释变数。