基于数据挖掘的文本自动分类仿真研究

• 作者: 赖娟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 文本分类 支持向量机 特征选择 单词聚类
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 195-198
• 分类号: TP391
• 字数: 2976字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.12.048

摘要

研究文本分类优化问题,文本是一种半结构化形式,特征数常高达几万,特征互相关联、冗余比较严重,影响分类的准确性.传统分类方法难以获得高正确率.为了提高文本自动分类正确率,提出了一种数据挖掘技术的文本自动分类方法.利用支持向量机对于特征相关性和稀疏性不敏感,能很好处理高维数问题的优点对单词对分类的贡献值进行计算,将对分类贡献相近单词合并成文本向量的一个特征项,采用支持向量机对特征项进行学习和分类.用文本分类库数据进行测试,结果表明,数据挖掘技术的分类方法,不仅加快了文本分类速度,同时提高文本分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赖娟	乐山师范学院智能信息处理及应用实验室	19	51	3.0	6.0