基于支持向量机的文本分类方法

• 作者: 刘得军 刘祥楼 姜继玉 张淼
• 来源期刊: 大庆石油学院学报
• 学科: 工学
• 关键词: 文本分类 支持向量机 核函数 特征项选择
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 97-99
• 页数: 3页
• 分类号: TP391
• 字数: 2590字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4107.2008.02.027

摘要

自动文本分类是信息处理的主要研究内容.分析中文文本分类的基本过程和主要技术,并用支持向量机(SVM)实现文本分类.比较多项式、径向基和Sigmoid核函数的分类效果.结果表明,将中文自然语言平台的语料库中1900个文本作为测试样本和训练样本,采用径向基核函数的SVM分类算法,实现中文文本分类的效果最佳,总准确率达到88.579%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘祥楼	大庆石油学院电子科学学院	11	139	5.0	11.0
2	姜继玉	大庆石油学院电子科学学院	9	113	4.0	9.0
3	张淼	大庆石油学院电子科学学院	1	13	1.0	1.0