改进的SVM在语音识别文本分类中的应用  

Application of SVM Improvement Algorithm on Speech Recognition Text Categorization

作　　者：赵培[1] 牛纪桢[1] 史金艳[2] 

机构地区：[1]大连理工大学电子与信息工程学院,辽宁大连116024 [2]大连理工大学经济系,辽宁大连116024

出　　处：《广西师范大学学报（自然科学版）》2009年第1期137-140,共4页Journal of Guangxi Normal University:Natural Science Edition

基　　金：国家自然科学基金资助项目(60673039)

摘　　要：利用改进的SVM分类算法处理汉语语音识别结果文本的分类问题,针对语音识别文本的特点简化了文本分类的预处理过程,调整支持向量机的分类超平面,并且自动优化参数,结合实际的识别结果文本集测试了改进的SVM性能,同时实现了KNN和贝叶斯分类算法,对3种分类性能进行了评价。SVM improvement algorithm is proposed to deal with text classification problem of Chinese speech recognition results. For the characteristic of speech recognition text,the pretreatment process of text categorization is simplified,the hyperplane of SVM is adjusted and the parameters are optimized. According to actual recognition results of the text set,the performance of SVM improvement algorithm is tested. Compared to KNN and Bayes algorithms,classification performance was evaluated.

关 键 词：文本分类 支持向量机 K-近邻 朴素贝叶斯 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]