基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文设计并实现了一个基于机器学习算法的文本自动分类系统,研究首先介绍了文本的自动分类技术,并对预处理、中文分词、文本特征提取,模型的训练和分类四个模块做出介绍.通过探究分类器自身参数和SVM核函数的选择对分类效果的影响,并在此基础上进行改进,最终设计出了较好的中文文本分类模型.
推荐文章
基于文本特征识别的电子档案自动归类系统研究
电子档案
自动归类
特征识别
语料库模块
排版模块
归类测试
基于FCM的文本迁移学习算法
模糊C-均值
自然邻
迁移学习
孤立点
基于向量空间模型的文本自动分类系统的研究与实现
文本分类
中文信息处理
向量空间模型
视频自动标注系统中的文本对齐算法
动态时间对齐
DTW
文本
视频自动标注
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器学习的文本自动归类系统算法研究
来源期刊 新一代信息技术 学科
关键词 SVM 机器学习 文本分类 核函数
年,卷(期) 2021,(12) 所属期刊栏目 科技论文
研究方向 页码范围 24-31
页数 8页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.2096-6091.2021.12.005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (196)
共引文献  (131)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1958(2)
  • 参考文献(0)
  • 二级参考文献(2)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(23)
  • 参考文献(1)
  • 二级参考文献(22)
2015(15)
  • 参考文献(0)
  • 二级参考文献(15)
2016(20)
  • 参考文献(0)
  • 二级参考文献(20)
2017(16)
  • 参考文献(0)
  • 二级参考文献(16)
2018(16)
  • 参考文献(3)
  • 二级参考文献(13)
2019(7)
  • 参考文献(3)
  • 二级参考文献(4)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SVM
机器学习
文本分类
核函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
新一代信息技术
半月刊
2096-6091
10-1581/TP
北京市海淀区玉渊潭南路普惠南里13号楼
chi
出版文献量(篇)
639
总下载数(次)
4
总被引数(次)
21
论文1v1指导