基于LSI和SVM相结合的文本分类研究

摘要：

传统的向量空间模型使用关键词来表示文本,但没有考虑关键词的一词多义和多词一义问题.为了解决该问题,提出了一种潜在语义索引和支持向量机相结合的文本分类方法,使用潜在语义索引方法获得原始特征向量的潜在语义结构.实验结果表明,该方法同单独使用支持向量机的方法相比,分类准确率有小幅度的下降,但特征向量获得了大幅度的降维.

关键词：潜在语义索引、奇异值分解、支持向量机、文本分类、机器学习

所属期刊栏目：28

分类号：TP181(自动化基础理论)

资助基金：甘肃省科技攻关计划2GS047-A52-002-03

在线出版日期：2008-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：5762-5764