支持向量机的文本自动分类研究

摘要：

通过试验表明支持向量机比K-最邻近法具有更好的分类能力,而且不同特征选择方法对支持向量机的影响要小于K-最邻近法.通过对支持向量机的特征的选择实验,表明一般应用CHI统计进行特征选择的分类精度最高.上述结果可帮助人们认识和正确使用支持向量机进行文本分类.

关键词： 文本自动分类 支持向量机 特征选取

作者: 翁金象 马军 宋玲

作者单位: 山东大学,计算机科学与技术学院,山东,济南,250061 山东大学,计算机科学与技术学院,山东,济南,250061;山东建筑大学,计算机科学与技术系,山东,济南,250101

会议类型: 国内会议

会议名称: 第四届全国搜索引擎和网上信息挖掘学术研讨会(SEWM2006)

会议地点: 济南

会议语种:中文

页码: 5-7

在线出版日期: 2006-07-21（万方平台首次上网日期，不代表论文的发表时间）