一种新的基于SVM的文本分类增量学习算法 |
| |
引用本文: | 曹建芳,王鸿斌.一种新的基于SVM的文本分类增量学习算法[J].电子科技导报,2009(12):68-71. |
| |
作者姓名: | 曹建芳 王鸿斌 |
| |
作者单位: | 忻州师范学院计算机系 |
| |
摘 要: | 文本分类将自然语言文本按内容归入一个或多个预定义类别中,在许多信息组织和管理中都是一项重要的内容。不同算法的分类;佳确性各不相同。在文本分类领域,SVM分类器是一种常用且效果较好的分类器,具有较严密的理论基础。对SVM分类器进行了分析,提出了利用增量模式实现多类文本分类的算法。实验表明:增量方法大大减少新类增加时分类器更新所需要的学习步骤和时间,是一种较好的分类算法。
|
关 键 词: | 机器学习 支持向量机 文本分类 多分类问题 增量学习 特征提取 |
本文献已被 维普 等数据库收录! |
|