| 基于支持向量机的文本自动分类试验研究 |
| |
| 引用本文： | 施洁斌.基于支持向量机的文本自动分类试验研究[J].现代图书情报技术,2004,20(7):27-29. |
| |
| 作者姓名： | 施洁斌 |
| |
| 作者单位： | 浙江大学图书馆,杭州,310029 |
| |
| 摘 要： | 提出了将支持向量机应用于文本自动分类的研究，与常用的K-最邻近法相比，无论是对训练数据集还是测试数据集均具有一定的优势，而且不同特征选择方法对支持向量机的影响要比K-最邻近法小。此外，从研究中的不同特征选择的评价函数来看，它们对分类有一定的影响，应用X2统计进行特征选择的分类正确率最高，其次是文本证据权，而期望交叉熵的效果最差，说明特征选择在文本自动分类中也是相当重要的。
|
| 关 键 词： | 文本自动分类 支持向量机 K-最邻近法 特征选择 |
| 收稿时间： | 2004-02-23 |
Study on Automatic Text Categorization with Support Vector Machine |
| |
| Shi Jiebin.Study on Automatic Text Categorization with Support Vector Machine[J].New Technology of Library and Information Service,2004,20(7):27-29. |
| |
| Authors: | Shi Jiebin |
| |
| Institution: | (Zhejiang University Library, Hangzhou 310029, China) |
| |
| Abstract: | A new machine learning method of Support Vector Machine (SVM), is applied in automatic text categorization. Comparing with the result achieved by k-nearest neighbor algorithm, the accuracy achieved by support vector machine is better; The effect of feature selection methods is smaller to SVM than the KNN method. The SVM is a potential and competitive method for automatic text categorization. The feature selection methods also affectes the accuracy of text categorization. |
| |
| Keywords: | Automatic text categorization Support vector machine K-nearest neighbor algorithm Feature selection |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《现代图书情报技术》浏览原始摘要信息 |
| 点击此处可从《现代图书情报技术》下载免费的PDF全文 |
