基于SVM的中文文本自动分类研究

• 作者: 田大钢 马金娜
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 文本分类 支持向量机 特征提取
• 年，卷（期）: 2006,（8）
• 页码范围: 5-8
• 页数: 4页
• 分类号: TP391
• 字数: 4341字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2006.08.002

摘要

详细介绍了进行文本分类的过程,并着重介绍了一种新的基于结构风险最小化理论的分类算法--支持向量机,通过实验比较支持向量机算法和传统的KNN算法应用于文本分类的效果,证实了支持向量机在处理文本分类问题上的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田大钢	上海理工大学管理学院	54	437	12.0	19.0
2	马金娜	上海理工大学管理学院	3	57	3.0	3.0