基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在以往的自动文本分类研究中,大多比较流行的分类技术都是在一个层次上将文本分成几个类别.但随着信息检索的量越来越大,文本的种类将越来越多,仅仅通过一层对海量信息进行组织分类越来越不适合海量信息的检索工作,这种平坦式的分类组织难以进一步提高信息检索的速度.论文将SMO分类算法结合到文本分类研究中,通过构建多层支持向量机文本分类树,实现了基于SMO的多层次文本分类系统.
推荐文章
基于多层类别主题图模型的教育文本分类方法
教育资源
层次分类
文本分类
主题图模型
概率矩阵
支持向量机
基于类别层次结构的多层文本分类样本扩展策略
多层文本分类
大规模中文新闻分类
中文新闻信息分类
类别层次体系
基于TFIDF与分类树的工程文本信息分类法
信息分类
词频逆文档频率
分类树
基于层次特征提取的文本分类研究
文本
层次特征提取
文本向量表达
文本分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SMO的多层次文本分类法研究
来源期刊 计算机工程与应用 学科 工学
关键词 文本分类 多层次文本分类 支持向量机SMO算法 多层支持向量机
年,卷(期) 2006,(13) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 152-154,167
页数 4页 分类号 TP311
字数 5153字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.13.046
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何清 中科院计算技术研究所智能信息处理重点实验室 10 138 6.0 10.0
2 史忠植 中科院计算技术研究所智能信息处理重点实验室 27 586 11.0 24.0
3 何建兵 中国科学院研究生院软件学院 2 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (9)
同被引文献  (6)
二级引证文献  (21)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
文本分类
多层次文本分类
支持向量机SMO算法
多层支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导