SVM在文本分類中的應用.pdf

1、隨著Internet的迅速發(fā)展，網絡信息不斷膨脹。為了提供高效、準確的信息服務，作者需要對網絡中紛繁蕪雜的信息進行合理的組織與分類。本文的目標就是以文本信息處理為背景，從理論及應用兩個層次對文本信息的分類方法進行了較為深入的研究。 首先，本文研究分析文本分類器的總體模型，包括：信息預處理、特征表示、特征提取。重點研究分析了特征表示與特征提取技術，文本的分類算法。 其次，認真研究了統(tǒng)計學習理論的主要內容和SVM算法的基本原

2、理。并且就SVM的訓練算法、分類算法、多類分類算法、核函數等熱點問題分別加以討論。闡述了SVM研究和應用現(xiàn)狀，以及所面臨的問題。 最后詳細分析研究了一個基于SVM的文本分類器模型。該模型通過計算訓練集中的詞條和類別的加權互信息，獲得文本特征集，然后通過智能分詞和統(tǒng)計方法獲得測試文本在VSM空間中的TF-IDF函數表示，通過計算語義相似度獲得文本的語義信息，對文本向量進行加權。訓練文本集按照上面方法進行向量表示后，作為支持向量機的