摘要
自动文本分类是信息处理的主要研究内容.分析中文文本分类的基本过程和主要技术,并用支持向量机(SVM)实现文本分类.比较多项式、径向基和Sigmoid核函数的分类效果.结果表明,将中文自然语言平台的语料库中1900个文本作为测试样本和训练样本,采用径向基核函数的SVM分类算法,实现中文文本分类的效果最佳,总准确率达到88.579%.
Text automatic classification is the main part of information processing.This paper introduces the basic process and main techniques of Chinese text classification,and makes the text categorization system based on Support Vector Machines(SVM)come true.We compared the text classification results with three kinds of kernel functions of SVM.The experiments show that RBF kernel function can achieve the best result.
出处
《大庆石油学院学报》
CAS
北大核心
2008年第2期97-99,131-132,共3页
Journal of Daqing Petroleum Institute
基金
黑龙江省教育厅科学技术研究资助项目(11511015)
关键词
文本分类
支持向量机
核函数
特征项选择
text classification
support vector machines
kernel function
feature selection