支持向量机在文本分类中的应用

• 作者: 段莹
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 朴素贝叶斯 支持向量机 文本分类 准确率
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 87-88,149
• 分类号: TP391
• 字数: 2594字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2012.07.030

摘要

文中提出了基于朴素贝叶斯的支持向量机的分类方法,首先采用文本预处理,再根据文本的特征进行特征降维,然后用基于朴素贝叶斯的算法对支持向量机进行训练后,再对新的文本进行分类.实验表明,该方法比传统的SVM算法具有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段莹	郑州航空工业管理学院计算机科学与应用系	12	39	3.0	6.0