基于SVM算法的高考语文中现代文阅读材料体裁自动分类研究

• 作者: 张菊 杨勇
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: SVM算法 词汇特征 阅读材料 自动化 体裁分类
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 行业应用与交流
• 页码范围: 162-164
• 页数: 3页
• 分类号: TP311.52
• 字数: 2377字
• 语种: 中文

摘要

本文基于SVM算法进行高考语文中现代文阅读材料体裁自动化分类.首先设计体裁分类一般流程,其次着重介绍符号特征、词性特征、词汇特征以及SVM算法,最后基于词汇特征+符号特征+词性特征方法进行体裁分类实验.实验结果表明,基于词汇特征+符号特征+词性特征方法通过SVM算法分类器自动化分类现代文阅读材料体裁,可有效抽取体裁分类主要特征,且分类器性能良好,在高考测试集上的平均准确率可达到96.9％与97.8％,可切实提高高考语文中现代文阅读材料体裁自动化分类效率与准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨勇		22	59	4.0	6.0
2	张菊		9	8	2.0	2.0