基于LSA和SVM的文本分类模型的研究
为了提高文本分类的准确性,研究并设计了一个基于潜在语义分析和支持向量机的多类文本分类模型.利用潜在语义分析进行特征抽取,消除多义词和同义词在文本表示时造成的偏差,并实现文本向量的降维.使用具有良好分类精度和泛化能力的支持向量机进行分类,提出一种改进的一对一多类分类算法,改善不可分问题.实验结果表明,该模型在类别数目较少时具有较好的分类效果.
文本分类、潜在语义分析、支持向量机、特征抽取、一时一分类法
30
TP391.1(计算技术、计算机技术)
2009-04-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
729-731,734