基于SVM的多类文本分类研究

摘要：

基于统计学习理论,构建了SVM文本分类模型,并给出了模型参数的loo自动选择算法,解决了以往参数靠经验确定的弊端.传统的文本分类系统不能处理一篇文档同属多类别的情形,论文将该情形归结为多类文本分类问题,提出二叉决策树SVM模型,并就农业机械化工程文档进行了实证分析.结果表明,该算法具有较好的分类效果.

关键词：文本分类、支持向量机(SVM)、模型选择、留一法(loo)

所属期刊栏目：23

分类号：G2(信息与知识传播)

资助基金：国家自然科学基金10371131

在线出版日期：2004-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：6-7,10