|
|||||
|
|
| 基于潜在语义分析和HS-SVM的文本分类模型研究 | |
| 引用本文： | 张玉峰,何超.基于潜在语义分析和HS-SVM的文本分类模型研究[J].情报理论与实践,2010,33(7). |
| 作者姓名： | 张玉峰 何超 |
| 基金项目： | 教育部人文社会科学重点研究基地重大项目 |
| 摘 要： | 为了提高文本分类的准确性和效率,提出了一种基于潜在语义分析和超球支持向量机的文本分类模型.针对SVM对大规模文本分类时收敛速度较慢这一缺点,本文将超球支持向量机应用于文本分类,采用基于增量学习的超球支持向量机分类学习算法进行训练和分类.实验结果表明,超球支持向量机是一种解决SVM问题的有效方法,在文本分类应用中具有与SVM相当的精度,但是明显降低了模型复杂度和训练时间. |
| 关 键 词： | 文本分类 潜在语义分析 支持向量机 |
Research on Text Categorization Model Based on Latent Semantic Analysis and HS-SVM |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |