首页 | 官方网站   微博 | 高级检索  
     

基于模糊支持向量机的多主题文本分类算法研究
引用本文:秦玉平,王秀坤,艾青,刘卫江.基于模糊支持向量机的多主题文本分类算法研究[J].小型微型计算机系统,2008,29(3):548-551.
作者姓名:秦玉平  王秀坤  艾青  刘卫江
作者单位:1. 大连理工大学,电子与信息工程学院,辽宁,大连,116024;渤海大学,信息科学与工程学院,辽宁,锦州,121000
2. 大连理工大学,电子与信息工程学院,辽宁,大连,116024
3. 渤海大学,信息科学与工程学院,辽宁,锦州,121000
4. 东南大学,计算机科学与技术学科博士后流动站,江苏,南京,210096
基金项目:国家重点基础研究发展计划(973计划) , 国家自然科学基金
摘    要:多主题是文本的一个自然属性,即一些文本不是确定的属于单一主题,而是多个主题.对于这种情况,标准SVM多分类算法不能解决.本文提出一种基于模糊支持向量机的多主题文本分类算法.用1-a-1方法训练子分类器,对于待分类样本,通过子分类器得到对应其隶属度矩阵,依据隶属度矩阵每行元素和判定该文本所属主题.实验结果表明,该算法具有较好的准确率、召回率和F1值.

关 键 词:支持向量机  隶属度矩阵  召回率  准确率  F1值  模糊支持向量机  多主题  文本分类算法  算法研究  Support  Vector  Machines  Fuzzy  Based  Classification  Algorithm  Text  召回率  准确率  结果  实验  行元素  隶属度矩阵  对应  样本  分类器  方法训练  多分类算法
文章编号:1000-1220(2008)03-0548-04
修稿时间:2006年11月6日

Study of Multi-subjects Text Classification Algorithm Based on Fuzzy Support Vector Machines
QIN Yu-ping,WANG Xiu-kun,AI Qing,LIU Wei-jiang.Study of Multi-subjects Text Classification Algorithm Based on Fuzzy Support Vector Machines[J].Mini-micro Systems,2008,29(3):548-551.
Authors:QIN Yu-ping  WANG Xiu-kun  AI Qing  LIU Wei-jiang
Affiliation:QIN Yu-ping1,2,WANG Xiu-kun1,AI Qing2,LIU Wei-jiang3 1(School of Electronic , Information Engineering,Dalian University of Technology,Dalian 116024,China)2(College of Information Science , Technology,Bohai University,Jinzhou 121000,China)3(Post Doctoral Station for Computer Science , Technology,Southeast University,Nanjing 210096,China)
Abstract:Multi-subjects are a natural attribute of text,that is to say,some texts don't belong to single-class but multi-class.The case can not be solved by standard SVM multi-class classification algorithm.This paper proposes a multi-subjects text categorization algorithm based on fuzzy support vector machines.Firstly 1-a-1 method is used to train sub-classifiers.For the sample to be classified,sub-classifiers are used to obtain membership matrix,and then according to the sum of every line of membership matrix,conf...
Keywords:support vector machines  membership matrix  recall  precision  F1 value  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号