SVM用于文本分类的适用性

• 作者: 丁世飞 刘晓亮 张力文 朱红
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 SVM 机器学习
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 数据挖掘与信息处理
• 页码范围: 106-108
• 分类号: TP18
• 字数: 3353字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2010.06.029

摘要

本文从统计的角度描述了文本分类的关键性质,给出了相应的文本文档集的统计分类模式,并将其与支持向量机的模型结合,说明了为什么支持向量机(SVM)能够很好地进行文本分类.本文主要是从理论角度说明SVM用于文本分类的适用性,模型构造简单,并且是高度抽象、无噪音的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁世飞	中国矿业大学计算机科学与技术学院	83	2735	17.0	52.0
5	朱红	中国矿业大学计算机科学与技术学院	47	675	14.0	25.0
6	张力文	中国矿业大学计算机科学与技术学院	3	104	2.0	3.0
7	刘晓亮	中国矿业大学计算机科学与技术学院	1	101	1.0	1.0