内嵌空间排序支持向量机及其在文本检索中的应用

• 作者: 周绮凤 杨小青 洪文财 邵桂芳
• 来源期刊: 信息与控制
• 关键词: 排序学习 支持向量机 文本检索 特征选择
• 年，卷（期）: 2010,（5）
• 页码范围: 629-634
• 分类号: TP311
• 语种: 中文
• DOI: 10.3724/SP.J.1219.2010.00629

摘要

针对文本检索中的特征提取和分类问题,提出一种基于内嵌空间支持向量机的特征选择和排序学习方法.与多分类特征选择问题中常用的组合方法不同,本文提出的方法能将一个有序分类问题转化为一个两分类问题,从整体上选择最有效的特征.同时与已有的Ranking SVM相比,该方法在转换过程中学习样本的数量只有线性级的增长,从而大大提高了检索的速度.在人工数据集和标准的文本分类数据集上的实验结果表明,本文所提出的方法能较好地解决文本检索中的特征选择和排序问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵桂芳	厦门大学信息科学与技术学院	25	82	5.0	7.0
2	周绮凤	厦门大学信息科学与技术学院	18	156	7.0	12.0
3	杨小青	厦门大学信息科学与技术学院	2	17	2.0	2.0
4	洪文财	厦门大学信息科学与技术学院	4	18	2.0	4.0