基于特征选择的M-SVM中文文本分类

• 作者: 刘永芬 程丽 陈志安
• 来源期刊: 软件
• 学科: 工学
• 关键词: M-SVM 特征选择 中文文本分类
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 71-74
• 页数: 4页
• 分类号: TP391
• 字数: 2955字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2019.09.016

摘要

在文本分类领域,中文文本需要经过数据处理,将文档表达成计算机可以理解并处理的信息.本文采用TF-IDF作为文本表示方法,针对中文文章的多分类问题,对传统支持向量机进行改进,提出了一种基于特征选择的多类支持向量机分类方法.在中文文章数据集的对比实验结果表明,本文的方法在多分类性能上较优于其他模式识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程丽	福建农林大学金山学院	16	60	4.0	7.0
2	刘永芬	福建农林大学金山学院	9	7	2.0	2.0
3	陈志安		2	2	1.0	1.0