基于RST和SVM的中文问题分类方法

• 作者: 董云耀 陈小翠 黄炜
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 问题分类 支持向量机 粗糙集理论 中文问答系统
• 年，卷（期）: 2010,（6）
• 页码范围: 44-47
• 分类号: TN401
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2010.06.012

摘要

针对支持向量机分类中数据量维数大、处理速度慢等缺点,该文提出了一种新的中文问题分类方法CRV,它利用粗糙集理论的属性约简方式预处理样本数据,在消除冗余的特征向量、降低样本数据空间维数的同时,有效地提高了支持向量机的收敛速度和分类精度.应用该方法于计算机网络课程的自动问答系统中,有效地提高了问题分类的准确率,验证了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董云耀	杭州电子科技大学计算机学院	17	79	5.0	8.0
2	黄炜	杭州电子科技大学计算机学院	2	4	1.0	2.0
3	陈小翠	杭州电子科技大学计算机学院	1	3	1.0	1.0