基于深度神经网络和模糊规则的文本分类方法

来源：电子测量技术杂志2021年第10期北京时间：

作者：王建华，冉煜琨

单位：成都理工大学工程技术学院, 乐山, 四川, 614000

摘要：传统的单个模糊分类器方法采用固定的去模糊化规则，在情感数据分类上容易引起文本歧义，针对该问题，提出一种基于深度神经网络和模糊规则的文本分类方法。该方法分为两个主要阶段。第一个阶段，利用模糊规则形成算法与不同的模糊范数，利用特征提取方法（词袋法、词嵌入向量），以及基于关联的特征子集选择方法来制备特征，从而训练多个模糊分类器；然后，进行分类器融合以识别歧义实例。第二个阶段，整理歧义实例，生成第二个训练集，使用KNN对新出现的歧义实例进行分类。与当前已有的先进方法相比，所提方法在大部分情况下具有更优的分类性能，Wilcoxon秩检验的统计具有显著性。

关键词：文本分类;模糊分类器;文本歧义;模糊规则;神经网络;Wilcoxon秩检验

基金资助：四川省重点实验室开放基金重点项目（scsxdz2019zd01）