一种基于RBF神经网络的XML文本分类方法.pdfVIP

第 19卷 第 8期 计 算 机 技术 与发 展 Vo1．19No．8 2009年8月 OOMPUTERTECHNOLOGYANDDEVELOPMENT Aug． 2009 一 种基于RBF神经网络的XML文本分类方法 刘 锋 ，唐 佳，仲 红 (安徽大学计算机科学与技术学院，安徽 合肥 230039) 摘 要：为了快速有效地组织和分析海量的XML文本信息，XML文本的自动分类必不可少。文中提出了一种基于RBF 神经网络的分类方法，并运用改进型的CHI统计量方法进行特征提取，对传统的加权公式进行了一些改进，再运用资源优 化神经网络(RON)进行训练，做了必要的实验分析。实验结果表明该分离器有较高的分类质量，提高了分类的效率，有较 高的分类准确性，满足了Ⅺv几文本自动分类的要求。 关键词：Ⅺ 文本分类 ；CHI统计量；RON；RBF神经网络 中图分类号：P311．5 文献标识码 ：A 文章编号：1673—629X(2o09)O8一oo34—03 A TextCateg0rizati0nM ethodBasedonRBF NeuralNetwork LIU Feng，TANGJia，ZHONGHong (SchoolofComputerScienceTechnolc~~，AnhuiUniversity，Hefei230039，China) Abstract：Inordertoorganizeandanalysethema informationoftheXML textmessagesquicklyandefficiently。theautomaticelassifica— tionofXMLtextisessentia1．ProposesanclassificationmethodbasedonRBFneuralnetwork．nadusesanimprovedCHIstatisticmethc~ toextractfeature。improvesthertaditionalweightedformula．Theresultsshow thattheesparatorhasahigherqualityoftheclassification， toimprovethecategorizingeffectivenessna dtomeettheXML textactgeorization． Keywords：XM Lclassification；CHIstatistic；RON；RBF；neuralnetwork O 引 言 1 XML文本提取 XML(eXtensibleMarkupLanguage，可扩展标记语 文献[3]使用了Xpath查询语言实现对XML文档 言)是一套定义语义标记的规范，其 目标是能够定义计 的查询，Xpath使用位置路径表达式，用轴指出节点搜 算机和人都方便识别的数据类型，它继承了SG~Ⅱ 自 索方向，支持通配符，提供运算符和 “与”和 “或”等表达 定义标记的优点，具有更好的数据描述性。XML文档 式及一些函数，在XML文档 中可以快速准确地查找 所特有的良好数据存储格式、强大的可扩展性以及更 到所需信息。 好的信息有哪些信誉好的足球投注网站效果等优点都使得 XML文档得到越来 越多的重视，被作为一种新的格式文件广泛地使用nj。 2 文本预处理 目前，符合 XML规范的数据 已经大量存在于当前的 2．1 中文分词 信息社会里，尤其是电子商务、web服务、数字图书馆 由于中文信息没有特定的词组边界Mj，因此从特 等。对于如此海量信息的有效管理也随之成为研究的 定文本里提取有效的关键词就较英文资料困难许多。 热点。