基于支持向量机的中文文本自动分类研究

• 作者: 肖诗斌 都云琪
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 线性支持向量机 招回率 准确率
• 年，卷（期）: 2002,（11）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 137-138,封三
• 页数: 3页
• 分类号: TP391
• 字数: 3984字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2002.11.052

摘要

根据文本数据学习的特点,采用线性支持向量机(LSVM)学习算法,实现了一个中文文本自动分类系统,并对该系统进行了针对大规模真实文本的试验测试.结果发现,系统的招回率较低,而准确率较高,该文对此结果进行了分析,并提出了一种采用训练中拒识样本信息对分类器输出进行改进的方法,试验表明,该方法有效地提高了系统的性能,取得了令人满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖诗斌	北京信息工程学院中文信息处理研究中心	25	475	8.0	21.0
2	都云琪	西安电子科技大学计算机学院	1	104	1.0	1.0