基于LSI和SVM的文本分类研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：文本分类技术是文本数据挖掘的基础和核心,是基于自然语言处理技术和机器学习算法的一个具体应用.特征选择和分类算法是文本分类中两个最关键的技术,该文提出了利用潜在语义索引进行特征提取和降维,并结合支持向量机（SVM）算法进行多类分类,实验结果显示与向量空间模型（VSM）结合SVM方法和LSI结合K近邻（KNN）方法相比,取得了更好的效果,在文本类别数较少、类别划分比较清晰的情况下可以达到实用效果.

原文链接:http://www.cqvip.com//QK/95200X/200715/25711520.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：LSI SVM 机器学习算法 支持向量机 cqvip 特征提取 潜在语义索引 支持向量机