基于RST和SVM的中文问题分类方法  

A Method of Chinese Question Classification Based on RST and SVM

作　　者：董云耀[1] 陈小翠[1] 黄炜[1] 

机构地区：[1]杭州电子科技大学计算机学院,浙江杭州310018

出　　处：《杭州电子科技大学学报（自然科学版）》2010年第6期44-47,共4页Journal of Hangzhou Dianzi University：Natural Sciences

摘　　要：针对支持向量机分类中数据量维数大、处理速度慢等缺点,该文提出了一种新的中文问题分类方法CRV,它利用粗糙集理论的属性约简方式预处理样本数据,在消除冗余的特征向量、降低样本数据空间维数的同时,有效地提高了支持向量机的收敛速度和分类精度。应用该方法于计算机网络课程的自动问答系统中,有效地提高了问题分类的准确率,验证了该方法的可行性。针对支持向量机分类中数据量维数大、处理速度慢等缺点,该文提出了一种新的中文问题分类方法CRV,它利用粗糙集理论的属性约简方式预处理样本数据,在消除冗余的特征向量、降低样本数据空间维数的同时,有效地提高了支持向量机的收敛速度和分类精度。应用该方法于计算机网络课程的自动问答系统中,有效地提高了问题分类的准确率,验证了该方法的可行性。

关 键 词：问题分类 支持向量机 粗糙集理论 中文问答系统 

分 类 号：TN-55[电子电信]