基于SVM的不良文本信息识别

• 作者: 吕洪艳 杜鹃
• 来源期刊: 计算机系统应用
• 关键词: SVM 组合核函数 不良文本 信息识别 召回率
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 183-187
• 页数: 5页
• 字数: 5592字
• 语种: 中文

摘要

不良文本识别的实际应用中，大多数文本之间总有交界甚至彼此掺杂，这种非线性不可分问题给不良文本识别带来了难度。应用 SVM 通过非线性变换可以使原空间转化为某个高维空间中的线性问题，而选择合适的核函数是 SVM 的关键。由于单核无法兼顾对独立的不良词汇和词汇组合的识别，使识别准确率不高，而且也无法兼顾召回率。针对不良文本识别的特定应用，依据 Mercer 定理结合线性核与多项式核提出了一种新的组合核函数，这种组合核函数能兼顾线性核与多项式核的优势，能够实现对独立的不良词汇以及词汇组合进行识别。在仿真实验中评估了线性核、齐次多项式核以及组合核函数，实验结果表明组合核函数的识别准确率与召回率都比较理想。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕洪艳	东北石油大学计算机与信息技术学院	27	76	4.0	7.0
2	杜鹃	东北石油大学计算机与信息技术学院	1	18	1.0	1.0