基于球向量机的中文文本分类

摘要：

SVM在文本分类中的应用是近年来文本分类领域重要的进展之一.许多实验表明,SVM在文本分类中比其他的机器学习算法表现出更高的分类精度,但在大规模数据上的收敛速度较慢,成为SVM在实际应用中的一大缺点.球向量机是一种比SVM更快的机器学习方法。本文将BVM应用于文本分类.实验表明,BVM在文本分类中的应用具有与SVM相当的精度,而且比SVM有更少的训练时间.

关键词： 文本分类 支持向量机 球向量机 中文文本 机器学习 学习算法

作者: 卢祖友 桑永胜

作者单位: 电子科技大学计算机学院计算智能实验室,四川,成都,610054

会议类型: 国内会议

会议名称: 2008年全国理论计算机科学学术年会

会议地点: 西安

会议语种:中文

页码: 82-84

在线出版日期: 2008-09-19（万方平台首次上网日期，不代表论文的发表时间）