基于SVM与KNN的中文文本分类比较实证研究

被引：11

作者：

刘怀亮

张治国

马志辉

孙蕾

机构：

[1] 西安电子科技大学经济管理学院

来源：

关键词：

支持向量机; 文本分类; 实证研究;

D O I：

10.16353/j.cnki.1000-7490.2008.06.004

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

本文详细介绍了中文文本分类过程以及SVM和KNN两种方法在中文文本分类中的具体步骤,给出了中文文本分类的模型。通过实验对SVM算法和传统的KNN算法应用于文本分类效果进行了比较性实证研究。研究表明,SVM分类器较KNN在处理中文文本分类问题上有更良好的分类效果,有较高的查全率和查准率。

引用

页码：941 / 944

页数：4