基于潜在语义索引的SVM文本分类模型

摘要：

本文将潜在语义索引理论与支持向量机方法相结合,对文本向量各维与文本的语义联系进行特征抽取,建立了完整的基于潜在语义索引的支持向量机文本分类模型,分析了该方法与分词的维数以及SVM惩罚因子选择之间的关系.并在NN-SVM分类算法的基础上,通过计算样本点与其最近邻点类别的异同以及该点与其k个同类近邻点在核空间的平均距离来修剪混淆点,提出了一种改进的NN-SVM算法:KCNN-SVM算法.利用该算法对降维后的训练集进行修剪.实验表明,用新的模型进行文本分类,与单纯支持向量机相比,受到文本分词维数以及支持向量机惩罚因子的影响更小,其分类正确率更高.

关键词：支持向量机、核空间、潜在语义索引、文本分类

所属期刊栏目：28

分类号：TP3;TP1

资助基金：国家自然科学基金重点基金资助项目70431001

在线出版日期：2009-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：827-833