论文部分内容阅读
研究了现有的关联分类算法在文本分类中的应用，发现对于有结构的文本数据，关联分类算法未考虑文本的语义信息导致分类精度不够理想，为此提出了基于规则重构的关联文本分类方法。该方法利用词共现模型，在已挖掘的分类规则基础上，将具有高共现程度的词对组合在一起进行规则重构，形成了有结构的带有文本语义信息的分类规则，再利用它们对新文本进行分类。实验结果表明，该方法在分类精度上优于其它的关联文本分类方法（ARC）。