基于支持向量机的文本分类

• 作者: 陈佳希
• 来源期刊: 电子世界
• 关键词: 文本挖掘 词向量 Tf-idf 支持向量机 t-分布邻域嵌入算法
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 探索与观察
• 页码范围: 64
• 页数: 1页
• 字数: 2108字
• 语种: 中文

摘要

随着人工智能方法的发展,智能理解语义的自然语言处理方法日趋成熟,而用计算机对大规模文本进行分类挖掘的需求也与日俱增.本文中,我利用分词工具对人工智能领域的部分论文的摘要进行了分词,并根据其刊登的期刊,对其进行预分类,准备训练数据集和测试数据集.我主要用该数据做了以下工作:首先分词,利用词向量模型对论文摘要分词;然后对文本分类,由支持向量机根据期刊对人工智能的子领域的论文分类;最后进行可视化,利用t-分布邻域嵌入算法工具降维处理.通过以上方法,可以看清人工智能领域论文之间的关系,也证实了支持向量机和具备降维可视化作用的t-分布邻域嵌入算法对文档的分类和处理作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈佳希		1	5	1.0	1.0