基于ESVM的科技政策文本标签分类研究

• 作者: 吴峰 张博 李银生 聂永川 范通让 赵文彬
• 来源期刊: 河北省科学院学报
• 关键词: 文本标签分类 科技政策 SVM 不平衡数据
• 年，卷（期）: 2018,（1）
• 页码范围: 1-10
• 页数: 10页
• 分类号: TP391.1
• 语种: 中文

摘要

文本标签作为一种文本关键词,能够简化科技政策中有效信息的挖掘.本文从科技政策类别角度,将标签类别分为科技投入、知识产权、农村科技和税收四类,针对传统SVM 算法的缺点和标签数据不平衡的缺点,结合欧式距离思想,提出一种带有惩罚因子的ESVM 科技政策文本标签分类方法.最后,对比SVM 和ESVM 两种分类方法,验证了本文方法在处理科技政策文本标签数据上的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范通让	石家庄铁道大学信息科学与技术学院	48	186	8.0	12.0
2	聂永川	河北省科学技术情报研究院河北省科技信息处理实验室	15	10	2.0	2.0
3	吴峰	河北省科学技术情报研究院河北省科技信息处理实验室	5	26	2.0	5.0
4	李银生	河北省科学技术情报研究院河北省科技信息处理实验室	8	18	1.0	4.0
5	赵文彬	石家庄铁道大学信息科学与技术学院	10	27	2.0	5.0
6	张博	石家庄铁道大学信息科学与技术学院	3	0	0.0	0.0