使用SVM与诠释资料之图书自动分类AutomaticBook-交大资工.PDF

2008資訊科技國際研討會論文集 使用 SVM 與詮釋資料之圖書自動分類 Automatic Book Classification Using Support Vector Machine and Meta-Information 林昕潔 葉鎮源 陳信源 國立交通大學 國立交通大學 國立交通大學 資訊工程學系 資訊工程學系 資訊工程學系 jesi.cis89@.tw jyyeh@.tw sychen@.tw 黃明居 柯皓仁 楊維邦 國立交通大學 國立交通大學 國立東華大學 圖書館助理教授 資訊管理研究所教授 資訊管理學系教授 mjhwang@.tw claven@.tw wpyang@.tw 摘要 features of a book are selected according to term frequencies and log likelihood ratio. In the next step, experts refine these selected features 本文探討如何將文件自動分類技術應用 according to their domain knowledge, and give a 於圖書分類。本研究將圖書資料劃分為敘述資 proper weight for those features. After feature 料書名、內容簡介與作者簡介( )與詮釋資料(作 selection, descriptions of books are transformed 者與出版社 ) 。針對圖書資料的特性，本文提 into vector forms and use the SVM classifier to 出一套完整的圖書自動分類法：(1) 對敘述資 learn and classify. The final step is to linearly 料進行處理，透過特徵挑選擷取出具有類別代 combine the SVM classification results and 表性的特徵。同時，針對專家事先建立的類別 meta-information for obtaining the final classification. The experiments use the book 特徵，給予適當的加權後，透過 Support Vector data from “.tw”, and K-fold Machine 產生分類模型；(2) 以統計方法分析