Phân loại văn bản với phương pháp mạng Nurual kết hợp phương pháp cây quyết định

Abstract

Bài toán phân loại văn bản, thực chất, có thể xem là bài toán phân lớp. Phân loại văn bản tự động là việc gán các nhãn phân loại lên một văn bản mới dựa trên mức độ tương tự của văn bản đó so với các văn bản đã được gán nhãn trong tập huấn luyện. Nhiều kỹ thuật máy học và khai phá dữ liệu đã được áp dụng vào bài toán phân loại văn bản, chẳng hạn: phương pháp quyết định dựa vào Bayes ngây thơ (Naive Bayes), cây quyết định (decision tree), k–láng giềng gần nhất (KNN), mạng nơron (neural network),… Phương pháp mạng nerual kết hợp phương pháp cây quyết định là chuyển đổi cây quyết định thành các mạng neural. Nhiệm vụ phân loại văn bản của phương pháp này là xây dựng các mạng lưới bằng cách trực tiếp lập bản đồ các nút quyết định hoặc quy định cho các đơn vị neural và nén lại mạng bằng cách loại bỏ các đơn vị và các kết nối không quan trọng và không cần thiết.