基于支持向量机的中文文本分类模型研究

• 作者: 刘冠蓉 马忠宝
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 文本分类 模型
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 70-72
• 页数: 3页
• 分类号: TP18
• 字数: 2166字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.11.024

摘要

支持向量机是在统计学习理论基础上发展起来的新一代学习算法,适宜构造高维有限样本模型,具有很好的分类精度和泛化性能.文中介绍了中文文本分类过程,将支持向量机应用于中文文本分类模型中,对分类器参数选择进行了分析和讨论.实验分析表明,该系统在较小训练集条件下可以取得较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘冠蓉	武汉理工大学计算机科学与技术学院	14	153	7.0	12.0
2	马忠宝	武汉理工大学计算机科学与技术学院	1	11	1.0	1.0