基于SVM的不良文本信息识别

摘要：

不良文本识别的实际应用中，大多数文本之间总有交界甚至彼此掺杂，这种非线性不可分问题给不良文本识别带来了难度。应用 SVM 通过非线性变换可以使原空间转化为某个高维空间中的线性问题，而选择合适的核函数是 SVM 的关键。由于单核无法兼顾对独立的不良词汇和词汇组合的识别，使识别准确率不高，而且也无法兼顾召回率。针对不良文本识别的特定应用，依据 Mercer 定理结合线性核与多项式核提出了一种新的组合核函数，这种组合核函数能兼顾线性核与多项式核的优势，能够实现对独立的不良词汇以及词汇组合进行识别。在仿真实验中评估了线性核、齐次多项式核以及组合核函数，实验结果表明组合核函数的识别准确率与召回率都比较理想。

关键词：SVM、组合核函数、不良文本、信息识别、召回率

在线出版日期：2015-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：183-187