一种基于SVM-修正KNN 算法的哈萨克语文本分类

• 作者: 乎西旦 古丽娜孜·艾力木江 孙铁利 特列克别克
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 词干提取 DFR VSM SVM-KNN
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 48-53
• 页数: 6页
• 分类号: TP391.1
• 字数: 4793字
• 语种: 中文

摘要

为了实现哈萨克语文本分类，根据哈萨克语语法规则，给出了哈萨克语文本词干的提取方法；结合DFR特征选择方法和VSM文本表示模型实现哈萨克语文本的预处理，提出了一种SVM和修正KNN协同的文本分类算法，分别在自行构建的语料集和整理的《新疆日报》哈萨克语数据集上进行大量文本分类仿真实验。结果表明，该方法在哈萨克语文本分类上具有良好的分类性能，并比SVM ，KNN的测试性能优越。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙铁利	东北师范大学计算机与信息科学学院	42	479	8.0	21.0