一种基于SVM的英/美式英语的文本分类方法

• 作者: 成洁
• 来源期刊: 电子设计工程
• 关键词: 文本分类 SVM 权重 英式英语 美式英语
• 年，卷（期）: 2021,（14）
• 所属期刊栏目: 计算机技术与应用|Computer Technology Application
• 页码范围: 70-74,79
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.14.016

摘要

英语是国际上常用的语言.目前,经常使用的英语是英式英语和美式英语.但是从词汇到语法,它们都有根本的区别.在学习英语的过程中,人们必须确保他们要学习的英语类型.因此,该研究建立了一个文本分类系统,可以根据文本中使用的英语类型对句子进行分类.其核心是使用N-gram特征、字词频率反转文件频率加权(TF-IDF)和附加字词字典作为特征.在TF-IDF加权过程中,给出了文档频率(DF)的阈值.并采用线性核支持向量机(SVM)算法进行分类.实验结果表明,得到的最佳分类精度为96.53％.