期刊文献+

基于SVM的中文文本自动分类研究 被引量:8

Research on Chinese-text Automatic Classification Based on SVM
下载PDF
导出
摘要 详细介绍了进行文本分类的过程,并着重介绍了一种新的基于结构风险最小化理论的分类算法———支持向量机,通过实验比较支持向量机算法和传统的KNN算法应用于文本分类的效果,证实了支持向量机在处理文本分类问题上的优越性。 This paper describes the course of text classification and a new efficient classification algorithm——Support Vector Machine. In the end, SVM and the traditional text-classification algorithm——KNN are applied to Chinese-text automatic classification, it is proved that the SVM is superior.
出处 《计算机与现代化》 2006年第8期5-8,共4页 Computer and Modernization
关键词 文本分类 支持向量机 特征提取 text classification SVM feature selection
  • 相关文献

参考文献16

二级参考文献63

  • 1范金城,胡峰.动态测量数据的抗扰性分析研究[J].数理统计与应用概率,1996,11(3):244-248. 被引量:25
  • 2邹涛.基于WWW的信息发现技术研究(博士学位论文)[M].南京:南京大学,1999.. 被引量:1
  • 3袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社,2000.. 被引量:16
  • 4李辉.支撑向量机及其在文本分类中的应用,北京大学博士论文[M].,2001.. 被引量:1
  • 5Peter Cord等 邵维忠等(译).Object-Oriented Analysis.Yourdon Press[M].北京:北京大学出版社,1992.65-77. 被引量:1
  • 6HANJIAWEI MICHELINEKAMBER.DataMiningconceptsandtechniques[M].北京:高等教育出版社,2001.. 被引量:1
  • 7C Cortes, V N Vapnik. Support vector networks. Machine Learning, 1995, 20(3): 273-297 被引量:1
  • 8C Burges. A tutorial on support vector machines for pattern recongnition. Data Mining and Knowledge Discovery, 1998, 2(2): 1~43 被引量:1
  • 9T Joachims. Text categorization with support vector machines:Learning with many relevant features. In: C Nedellec ed. Proc of ECML-98. Heidelberg: Springer-Verlag, 1998. 137~142 被引量:1
  • 10E Leopold, J Kindermann. Text categorization with support vector machines, How to represent texts in input space? Machine Learning, 2002,46(1-3): 423~444 被引量:1

共引文献318

同被引文献73

引证文献8

二级引证文献33

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部