基于SVM的多类文本分类研究

被引：15

作者：

张爱丽

刘广利

刘长宇

不详

机构：

[1] 中国农业大学

[2] 石家庄陆军指挥学院

来源：

情报杂志 | 2004年 / 09期

关键词：

文本分类; 支持向量机(SVM); 模型选择; 留一法(loo);

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

基于统计学习理论 ,构建了SVM文本分类模型 ,并给出了模型参数的loo自动选择算法 ,解决了以往参数靠经验确定的弊端。传统的文本分类系统不能处理一篇文档同属多类别的情形 ,论文将该情形归结为多类文本分类问题 ,提出二叉决策树SVM模型 ,并就农业机械化工程文档进行了实证分析。结果表明 ,该算法具有较好的分类效果

引用

页码：6 / 7+10 +10

页数：3

共 6 条

[1] 中文文本自动分类研究进展 [J].