基于支持向量机和输出编码的文本分类器研究

• 作者: 刘良斌 王小平
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 文本分类 支持向量机 输出纠错编码
• 年，卷（期）: 2004,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 32-34
• 页数: 3页
• 分类号: TP181|TP391.4
• 字数: 3883字
• 语种: 中文

摘要

介绍了一种支持向量机与输出编码相结合的文本分类器算法,采用一对多、一对一和纠错编码三种编码方式以及相似度计算的海明码距、边界损失方法进行文本分类和测试,表明一对多编码与边界损失相似度计算相结合的分类器系统具有最高的查全率和查准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小平	同济大学计算机科学与工程系	109	940	18.0	24.0
2	刘良斌	同济大学计算机科学与工程系	1	11	1.0	1.0