基于SVM的文本分类研究  

SVM-based Study on Text Classification

作　　者：张华鑫[1] 

机构地区：[1]西南科技大学经济管理学院,四川绵阳621000

出　　处：《情报探索》2015年第5期133-135,共3页Information Research

摘　　要：详细介绍了文本自动分类流程,使用SVM算法对文本分类进行研究,结果表明SVM算法使用多项式核函数的分类准确性高于使用径向基核函数的分类准确性,且多项式核函数的分类准确性随着参数q的增大而提高;采用多项式核函数的SVM算法对短文本的召回率高于对长文本的召回率。The paper details the text auto-classification procedure, uses SVM algorithm to study text classification. The results show that the accuracy of SVM using polynomial kernel function is higher than that using radial basis function, and the accuracy of the former increases with the parameter q increasing; SVM using polynomial kernel function has higher rate of short-text recall than longtext recall.

关 键 词：文本分类 支持向量机 核函数 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]