点击次数：

论文类型：期刊论文

发表时间：2009-01-01

发表刊物：情报学报

收录刊物：PKU、ISTIC、CSCD、CSSCI

卷号：28

期号：6

页面范围：827-833

ISSN号：1000-0135

关键字：支持向量机;核空间;潜在语义索引;文本分类

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.