基于类间可分性DAG-SVM的文本分类

被引：4

作者：

黄振龙

郑骏

胡文心

机构：

[1] 华东师范大学计算中心

来源：

关键词：

文本分类; 支持向量机; DAG-SVM; 类间可分性;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081203 ;

摘要：

本方法采用了以类间分布和类间中心距离作为依据,对有向无环图结构进行调整,以解决传统的DAG-SVM多分类结构固定、单个节点位置随意引起的"误差累积"严重的缺陷.实验表明,该改进后的DAG-SVM文本分类方法,对文本分类准确率有一定的提高.

引用

页码：209 / 218

页数：10

共 5 条

[1] 支持向量机核函数选择的研究 [J].

朱树先 ;

张仁杰 .

[2] 关于统计学习理论与支持向量机 [J].

张学工 .

[3]

LIBSVM[J] . Chih-Chung Chang,Chih-Jen Lin.ACM Transactions on Intelligent Systems and Technology (TIST) . 2011 (3)

Debnath, R ;

Takahide, N ;

Takahashi, H .

[5]

汉语分词系统 .2 ICTCLAS. http://www.ictclas.org . 2012