| 多类支持向量机文本分类方法 |
| |
| 引用本文： | 张苗,张德贤.多类支持向量机文本分类方法[J].微机发展,2008,18(3):139-141. |
| |
| 作者姓名： | 张苗 张德贤 |
| |
| 作者单位： | 张苗（河南工业大学,信息科学与工程学院,河南,郑州,450051）;张德贤（河南工业大学,信息科学与工程学院,河南,郑州,450051） |
| |
| 基金项目： | 河南省科技攻关项目(0324220024) |
| |
| 摘 要： | 文本分类是数据挖掘的基础和核心,支持向量机（SVM）是解决文本分类问题的最好算法之一。传统的支持向量机是两类分类问题,如何有效地将其推广到多类分类问题仍是一项有待研究的课题。介绍了支持向量机的基本原理,对现有主要的多类支持向量机文本分类算法进行了讨论和比较。提出了多类支持向量机文本分类中存在的问题和今后的发展。
|
| 关 键 词： | 文本分类 机器学习 支持向量机 多类支持向量机 |
| 文章编号： | 1673-629X(2008)03-0139-03 |
| 修稿时间： | 2007年6月7日 |
Research on Text Categorization Based on M-SVMs |
| |
| ZHANG Miao,ZHANG De-xian.Research on Text Categorization Based on M-SVMs[J].Microcomputer Development,2008,18(3):139-141. |
| |
| Authors: | ZHANG Miao ZHANG De-xian |
| |
| Affiliation: | ZHANG Miao, ZHANG De-xian (College of Information .Science and Engineering, Henan University of Technology, Zhengzhou 450051 ,China) |
| |
| Abstract: | Text categorization is the basis and core of textual data mining and SVM is one of the best solutions to this question.How to effectively extend support vector machines(SVM) for multi-category classification is still an on-going research issue.Presents a general overview of existing representative methods for multi-category support vector machines and systematically compares them.Lastly,it presents some existing problems and future developments in text categorization field. |
| |
| Keywords: | text categorization machine learning SVM multi-category SVM |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
