| 支持向量机在文本分类中的应用 |
| |
| 引用本文： | 段莹.支持向量机在文本分类中的应用[J].计算机与数字工程,2012,40(7):87-88,149. |
| |
| 作者姓名： | 段莹 |
| |
| 作者单位： | 郑州航空工业管理学院计算机科学与应用系 郑州450015 |
| |
| 摘 要： | 文中提出了基于朴素贝叶斯的支持向量机的分类方法，首先采用文本预处理，再根据文本的特征进行特征降维，然后用基于朴素贝叶斯的算法对支持向量机进行训练后，再对新的文本进行分类。实验表明，该方法比传统的SVM算法具有较高的准确率。
|
| 关 键 词： | 朴素贝叶斯 支持向量机 文本分类 准确率 |
Application of SVM in Text Categorization |
| |
| DUAN YING.Application of SVM in Text Categorization[J].Computer and Digital Engineering,2012,40(7):87-88,149. |
| |
| Authors: | DUAN YING |
| |
| Affiliation: | DUAN YING (Zhengzhou Institute of Aeronautic Industry Management,Zhengzhou 450015) |
| |
| Abstract: | This paper proposes that a text categorization method based on Nave Bayes learning support vector machine.First the text pre-processing is adopted and according to the characteristics of the text reduce dimension.Then Nave Bayes algorithm is proposed to train the support vector machines.And SVM is used for new text categorization.Experiments show that our method achieves better precision. |
| |
| Keywords: | Nave Bayes SVM text categorization precision |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
