KNN和SVM算法在中文文本自动分类技术上的比较研究

被引：11

作者：

马建斌 ^{[1
]}

李滢 ^{[2
]}

滕桂法 ^{[1
]}

王芳 ^{[1
]}

赵洋 ^{[1
]}

机构：

[1] 河北农业大学信息科学与技术学院

[2] 河北农业大学理学院

来源：

河北农业大学学报 | 2008年 / 03期

关键词：

中文文本分类; KNN; SVM;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

中文文本分类技术在中文信息智能处理方面具有十分重要的作用,比如:中文信息检索和搜索引擎等,KNN、贝叶斯、SVM等算法都可以应用到中文文本分类技术上,本研究分析和比较了KNN和SVM两种分类算法,并通过实验比较这两种算法对中文文本分类技术的效果。结果表明:SVM算法较优,是一种较好的中文文本分类算法。

引用

页码：120 / 123

页数：4