基于SVM的中文文本分类反馈学习技术的研究-控制与决策.PDF

第 19 卷 第 8 期 　控　制　与　决　策 2004 年 8 月 V o l. 19 N o. 8 　Con trol and D ec is ion　 　A u g. 2004 　　文章编号: 100 10920 (2004) 基于 SVM 的中文文本分类反馈学习技术的研究 孙晋文, 肖建国 (北京大学 计算机科学技术研究所, 北京 10087 1) 摘　要: 基于相关反馈技术的基本原理, 以 SVM 分类方法为基础, 研究了基于 SVM 的中文文本分类反馈学习技 术, 分析了分类处理中反馈学习的主要模式, 给出了基于 SVM 文本分类反馈学习的具体实现方法, 并进行了相应的 实验验证. 实验结果表明, 反馈学习具有明显提高 SVM 分类性能的能力. 关键词: 中文文本; 支持向量机; 反馈; 学习 中图分类号: T P 18　　　　文献标识码: A Study on f eedback learn in g of SVM -ba sed ch in ese text cla ssif ica t ion , S UN J in w en X IA O J ian g u o ( In st itu te o f Com p u ter Scien ce an d T echno logy, P ek ing U n iver sity , B eij ing 10087 1, Ch in a. Co r re spon den t, SU N , : @ . ) J in w en E m a il sunj inw en sin a com : , Abstract B a sed on th e p r in cip le o f feedb ack learn ing th e feedb ack w ay s o f SVM b a sed ch in e se tex t cla ssificat ion . . are d iscu ssed T h e d ifferen t p at tern s in feedb ack p roce ssing are an a lyzed T h e deta il feedb ack a lgo r ithm on SVM b a sed ch in e se tex t cla ssificat ion is p re sen ted. T h e exp er im en ta l re su lt s show th at th e feedb ack learn ing can great ly im p rove th e p erfo rm an ce o f SVM cla ssificat ion. Key words: ch in e se tex t; SVM ; feedb ack; learn ing 1　引　　言 法在此方面的研究却很少. 为此, 本文以SVM 分类 　　数字化信息资源极大丰富, 使得