基于SVM新闻文本分类的研究

被引：17

作者：

张国梁

肖超锋

机构：

[1] 中国科学技术大学信息学院

来源：

电子技术 | 2011年 / 38卷 / 08期

关键词：

支持向量机; 文本分类; 特征选择; 核函数选择;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

网络新闻自动分类已经成为当下的热点问题,SVM分类算法是文本分类中应用较为成熟的一种方法。文章针对SVM文本分类中特征选择和核函数选择的两个重要问题,在新闻文本实验环境下进行了探讨,结果表明使用互信息特征选择法且特征数在4000左右,使用SIGMOID核函数的情况下准确率与召回率均可达到97%的分类效果。

引用

页码：16 / 17

页数：2