基于集成合并的文本特征提取方法

• 作者: 张世永 褚力
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本特征 特征提取 支持向量机
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 212-213,233
• 页数: 3页
• 分类号: TP3
• 字数: 3239字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.10.077

摘要

文本分类是在给定的分类体系下,根据文本的内容自动确定文本类别的过程.在文本分类中,特征的提取对于分类的结果相当重要.从特征提取这一阶段出发,提出了一个集成合并的特征提取方法,该方法主要集成多种特征提取方法并合并关系密切的特征,并利用支持向量机SVM(Support Vector Machine)分类的高准确率,能够求出全局最优方法等优点来对得到的特征向量进行分类评估.实验证明,此种特征提取能够降低分类时间和提高分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世永	复旦大学计算机与信息技术系	130	2402	24.0	46.0
2	褚力	复旦大学计算机与信息技术系	1	3	1.0	1.0