文本分类中的语义核函数研究
【出 处】:《
情报科学
》
CSSCI
2010年第7期 970-975页,共7页
【作 者】:
张玉峰
;
王志芳
【摘 要】
传统的很多文本分类算法都是基于文本特征的数值统计信息来进行分类,只考虑特征在文本中的出现频率,而忽略了文本特征之间的语义相关性。针对文本分类任务,本文提出一种基于本体的语义核函数的构造方法,设计和实现了基于WordNet的语义核函数算法,并将该语义核函数嵌入支持向量机分类器中进行文本分类实验,在20NewsGroups数据集上的分类结果表明,基于语义核函数的支持向量机的分类效果明显优于基于线性核的支持向量机的分类效果。
相关热词搜索: 文本分类 语义核函数 本体 支持向量机 text classification semantic kernel function ontology support vector machines
上一篇:面向信息服务平台的信息生态位研究
下一篇:开放存取期刊的质量控制方法探析