基于间隔最大化的自动文本分类模型

总结了文本分类的若干统计特性,然后以间隔最大化原理为基本目标,直接利用支持向量机的分类原理对自动文本分类任务的机器学习本质进行了探索,从平均文挡映射出发得到ADM-FSM原理模型,以定理的形式给出了对基于间隔最大化自动文本分类器泛化能力的估计,最后通过在标准测试数据集上的实验,验证了这些理论成果。