一种新的支持向量机主动学习策略及其在文本分类中的应用

被引：14

作者：

刘宏

屠轶清

黄上腾

机构：

[1] 上海交通大学电子信息学院计算机科学与工程系,澳大利亚Deakin大学计算与数学系,上海交通大学电子信息学院计算机科学与工程系,

来源：

计算机科学 | 2003年 / 06期

关键词：

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

<正> 1.引言随着电子文档数量的剧增,文本自动分类已成为信息化建设中的一项重要任务。支持向量机作为一种比较新的机器学习方法,已在文本分类领域取得了良好的应用效果;大量的实验表明,在大多数情况下,支持向量机方法优于其它(如,朴素贝叶斯分类、决策树、神经网络等)方法。以往,人们应用支持向量机进行文本分类通常采用监督学习模型。在该模型中,为了组织训练样本,人们需要标识大

引用

页码：110 / 112+135 +135

页数：4