KNN和SVM算法在中文文本自动分类技术上的比较研究

• 作者: 李滢 滕桂法 王芳 赵洋 马建斌
• 来源期刊: 河北农业大学学报
• 关键词: 中文文本分类 KNN SVM
• 年，卷（期）: 2008,（3）
• 页码范围: 120-123
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1573.2008.03.028

摘要

中文文本分类技术在中文信息智能处理方面具有十分重要的作用,比如:中文信息检索和搜索引擎等,KNN、贝叶斯、SVM等算法都可以应用到中文文本分类技术上,本研究分析和比较了KNN和SVM两种分类算法,并通过实验比较这两种算法对中文文本分类技术的效果.结果表明:SVM算法较优,是一种较好的中文文本分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕桂法	河北农业大学信息科学与技术学院	82	386	11.0	15.0
2	王芳	河北农业大学信息科学与技术学院	39	211	8.0	13.0
3	李滢	河北农业大学理学院	23	40	4.0	6.0
4	马建斌	河北农业大学信息科学与技术学院	26	151	6.0	11.0
5	赵洋	河北农业大学信息科学与技术学院	30	168	8.0	12.0