期刊专题

10.3321/j.issn:1002-8331.2006.26.054

基于字符串核的免分词中文文本分类方法

引用
文本分类是获取文本信息的重要一步,现有的分类方法主要是基于统计理论和机器学习的,其中著名的有Bayes[1]、KNN[2]、SVM[3]、神经网络等方法.实验证明这些方法对英文分类都表现出较好的准确性和稳定性[4].对于中文文本分类,涉及对文本进行分词的工作.但是中文分词本身又是一件困难的事情[5].论文尝试一种基于字符串核函数的支持矢量机方法来避开分词对中文文本分类,实验表明此方法表现出较好的分类性能.

核函数、SVM、字符串核

42

TP301(计算技术、计算机技术)

2006-10-16(万方平台首次上网日期,不代表论文的发表时间)

共3页

170-172

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

42

2006,42(26)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn