基于支持张量机的文本分类研究

• 作者: 俞炯 刘功申
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 文本分类 支持向量机 支持张量机
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 基金项目
• 页码范围: 10-13,21
• 页数: 5页
• 分类号: TP181
• 字数: 3689字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2016.09.003

摘要

传统文本分类算法通常以词作为特征,将文本数据映射到一个高维向量空间进行训练.本文则采用支持张量机(STM)进行文本分类,以二阶张量为例,将文本映射到张量空间进行运算.该算法有效降低了数据特征维数,因此更加适合小样本数据的学习.相关实验也证明,支持张量机在处理小样本问题与数据偏斜问题方面更具优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘功申	上海交通大学电子信息与电气工程学院	97	848	14.0	25.0
2	俞炯	上海交通大学电子信息与电气工程学院	2	5	2.0	2.0