ファジィ主成分分析に基づくロバストk-Meansによるテキスト文書の分類

抄録

テキスト文書の分類は電子メール自動選別や特許検索などの基盤技術として重要である．本研究では，ファジィ主成分分析に基づくロバストなk-Means法により，ノイズとみなされる文書の影響を除去しながら，関連性の強い文書からなる文書クラスターを抽出する．頻出単語のtf-idf値に基づくテキスト文書の数値化の後，ファジィ主成分分析の応用により文書間の結合行列を作成し，各文書の重要度（ノイズではない度合い）を考慮しながら行列の並べ替えを行うことで，クラスター構造を視覚的にとらえる．