文本表示方式对线性支持向量机分类性能的影响

• 作者: 刘树海 宋枫溪 杨静宇 陈才扣
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 文本分类 文本表示 支持向量机 实验设计 线性分类
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 161-166
• 页数: 6页
• 分类号: TP391
• 字数: 5259字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.02.007

摘要

二十世纪九十年代以来自动文本分类技术受到人们的广泛重视,取得了大量的研究成果.但这些研究大多集中在机器学习算法本身的创新或改进上面,涉及文本表示的理论或实验研究都相对较少.通过在语料库Reuters-21578上进行大量对比实验,本文着重考查了影响文本表示的五个主要因素:"功能词"、"词根"、"取值方式"、"权方式"和"规范化",对线性支持向量机分类性能的影响以及这些因素之间的交互作用,找到了能显著提高文本分类效果的最佳文本表示方式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈才扣	南京理工大学计算机系	36	311	10.0	15.0
2	杨静宇	南京理工大学计算机系	623	11098	50.0	74.0
3	宋枫溪	炮兵学院一系	6	146	4.0	6.0
7	刘树海	炮兵学院一系	7	165	3.0	7.0