基于支持向量机的文本分类技术研究

摘要：

提出了一种结合支持向量机和主成分分析进行文本分类的算法。算法利用主成分分析对文档-词矩阵进行降维,并根据设定的阈值选择表示文本的特征向量。基于一对多的策略为每类文本构造和训练对应的支持向量机。基于20-newsgroups文本数据集对算法性能进行了模拟,实验从不同方面(不同训练集规模和特征维数)对算法性能进行了评价,实验结果表明,所提出的算法具有较好的分类精确度。

关键词： 文本分类 支持向量机 主成分分析 模拟算法

作者: 张锦 蒋海军 郑涛 罗平 韩世忠 张金影

作者单位: 湖南大学软件学院 长沙 410082 浙江大学生物医学工程系 杭州 310027

会议类型: 国内会议

会议名称: 第五届全国数字博物馆与文化自然遗产数字化及保护研讨会

会议地点: 苏州

会议语种:中文

页码: 166-168

在线出版日期: 2007-12-07（万方平台首次上网日期，不代表论文的发表时间）