【摘要】：11．2．3 系统各模块介绍抽词词典维护模块具体算法如前第2章所述。
系统各模块介绍_文本自动标引与自动分类研究
11．2．3 系统各模块介绍
（1）抽词词典维护模块
具体算法如前第2章所述。流程如图11－5所示：
图11－5 词典维护模块
（2）训练模块
训练流程描述如下：
Step1：文本输入入库
Step2：文本预处理（预置类号、文章号、本类文本总数、特征项切分、特征词排序等）
Step3：词频统计（标题内、文本内、类内、类间等频率统计）
Step4：特征选择及权值计算
［计算算法见本书5．1小节，具体见公式（5－2）、（5－3）、（5－4）、（5－5）、（5－8）等］
Step5：向量知识库生成、规则提取算法生成规则
（对于前者，设定权值阈值，确定向量矩阵维数；对于后者，规则约简及提取算法见文献［2］文第80页）
Step6：输出向量及规则库备用
（3）分类模块
分类过程如下：
Step1：待分类文本输入
Step2：待分类文本预处理
文本切分词
权值计算标引
［加权公式：（LOG2（词频）×LOG2（LEN（特征项））/LOG2（文本长度）］
特征向量生成
标题特征权值计算
Step3：分类匹配
向量比对［见公式（9－2）］
规则匹配［部分匹配算法，见文献［2］文中的公式（12－10）、（12－11）］
Step4：分类号赋予、归类输出
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
