基于知识融合的在线文本分类算法--语义SVM

摘要：

为使支持向量机(SVM)更加适用于在线文本分类应用,利用SVM在小训练样本集条件下仍有高泛化能力的特性,结合文本特征向量在特征空间中具有聚类性的特点,提出一种用语义中心集代替原训练样本集作为训练样本和支持向量的SVM:语义SVM.文中给出了语义中心集的生成步骤、语义SVM的在线学习算法框架,以及基于SMO算法的在线学习算法的实现.实验结果表明,相对于标准SVM,语义SVM及其在线学习算法不仅在线学习速度和分类速度有数量级提高,而且在分类准确率方面具有一定优势.

关键词：文本分类、支持向量机、语义SVM、在线学习

所属期刊栏目：32

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60272088

在线出版日期：2004-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：67-72