一种基于邻域粗糙集的文本特征约简方法

摘要

本发明涉及一种基于邻域粗糙集的文本特征约简方法，包括以下步骤：将进行特征简约的文本进行预处理；其中预处理的方式至少包括中文分词、去停用词；用TF‑IDF算法计算预处理后文本中特征词项的权值，并构造文本决策系统；定义邻域，并求出每个词频下的邻域，判断并输出正域，从中寻找最大正域；根据最大正域计算词频重要度，如果词频重要度满足预设条件，则放入约简集合。通过本发明，提高了邻域粗糙集在文数据中的约简精度，改进邻域的计算方法，构建新的邻域关系，更好的刻画词项之间的关系，使得约简快速准确。