贝叶斯、KNN和SVM算法在新闻文本分类中的对比研究

• 作者: 丁蕾锭 兰海翔 卢涵宇 祁小军 薛安琪
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: KNN SVM 新闻TF分类 贝叶斯
• 年，卷（期）: 2019,（25）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 220-222
• 页数: 3页
• 分类号: TP208
• 字数: 3184字
• 语种: 中文

摘要

在自媒体的时代,人们每天接触海量的新闻,如何从中对这些新闻进行高效分类,抓取有用的信息是一件关键的事情.而贝叶斯、KNN和SVM算法都可以用在文本自动分类中,本文通过实验就这三种分类器进行对比,分析这三种分类器对新闻文本分类的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢涵宇	贵州大学大数据与信息工程学院	75	190	7.0	10.0
2	丁蕾锭	贵州大学大数据与信息工程学院	4	4	1.0	1.0
3	薛安琪	贵州大学大数据与信息工程学院	6	5	1.0	1.0
4	兰海翔		7	7	2.0	2.0
5	祁小军	贵州大学大数据与信息工程学院	2	3	1.0	1.0