期刊文献+

支持向量机的中文文本分类研究 被引量:14

Research on Chinese Text Categorization Based on Support Vector Machine
下载PDF
导出
摘要 支持向量机是一种基于统计学习理论的新型机器学习方法 ,在文本分类领域取得了很好的效果。使用支持向量机进行了文本分类的研究 ,实现了一个中文文本自动分类系统 ,并给出了实验结果。 Support Vector Machine is a novel machine learning method based on statistical learning theory. This paper gives a research to text categorization using Support Vector Machine and implements an automatic Chinese text categorization system. It also gives the test results.
作者 翟林 刘亚军
出处 《计算机与数字工程》 2005年第3期21-23,45,共4页 Computer & Digital Engineering
关键词 文本分类 支持向量机 text categorization,support vector machine
  • 相关文献

参考文献6

  • 1张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32-42. 被引量:2272
  • 2庞剑锋,卜东波,白硕.基于向量空间模型的文本自动分类系统的研究与实现[J].计算机应用研究,2001,18(9):23-26. 被引量:293
  • 3Christopher JC Bulges. A Tutorial on Support Vector Machines for Pattern Recognition [J ]. Data Mining and Knowledge Discovery, 1998,2(2) :955 - 974.
  • 4Chih - Chung Chang, Chih - Jen Lin. LIBSVM : a library for support vector machines, 2001. Software available.
  • 5Chih- Wei Hsu, Chih- Jen Lin. A oornparison of methods for multi - class support vector machines [ J ]. IEEE Transactions on Neural Networks, 2002, 13, 415- 425.
  • 6Andrew McCallum, Karnal Nigarn. A comparison of event models for Naive Bayes text classification[A]. In AAAI -98 Workshop on Learning for Text Categorization, 1998.

二级参考文献9

  • 1黄萱青 吴立德.独立于语种的文本分类方法[M].,2000.37-43.
  • 2鲁松 白硕 等.文本中词语权重计算方法的改进[M].,2000.31-36.
  • 3卜东波.聚类/分类理论研究及其在大模型文本挖掘的应用:博士论文[M].,2000..
  • 4黄萱菁,2000 International Conference on Multilingual Information Processing,2000年,37页
  • 5鲁松,2000 International Conference on Multilingual Information Processing,2000年,31页
  • 6卜东波,博士学位论文,2000年
  • 7Yang Yiming,Proceedings of ACMSIGIR Conference on Research and Development in Information Retrieval(SIGIR),1999年,42页
  • 8Yang Yiming,J Information Retrieval,1999年,1卷,1/2期,67页
  • 9卢增祥,李衍达.交互支持向量机学习算法及其应用[J].清华大学学报(自然科学版),1999,39(7):93-97. 被引量:41

共引文献2559

同被引文献151

引证文献14

二级引证文献110

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部