基于SVM的WEB中文文本分类系统研究与实现-计算机系统结构专业论文.docxVIP

创新性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期： 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 (必威体育官网网址的论文在解密后遵循此规定) 本人签名： 导师签名： 日 期： 日 期： 摘 要 摘 要 近几年来，我国的互联网处于飞速发展之中，计算机的使用也不断普及，互 联网上出现了海量的信息资源。如何管理、获取这些资源成为了一个极具挑战性 的问题。就国内的现状而言，互联网上的信息多数是以中文 Web 文本的形式存储、 展示的。针对中文 Web 文本的自动分类系统，由于其在解决获取、管理互联网信 息资源中的重要意义，而受到了广泛的关注。 不同于印欧语系语言，中文由于其独特的特性决定，其特征词之间并没有明 显的分界线，且相同长度文字之中的信息量也远大于印欧语系语言，因而在对中 文 Web 文本分类的过程中，首先必须使用一种合理有效的方式表示文本并提取特 征信息，其次才能根据这些信息进行分类。因而中文 Web 文本的表示模型与分类 算法一起，成为中文分类系统中的两个关键问题。 本文介绍了中文 Web 文本分类的相关背景技术，研究与讨论了经典 TF-IDF 信息检索模型和、LSA 语义信息检索模型和 LDA 概率主题检索模型在中文文本 分类技术中的应用，研究并分析了现有的基于支持向量机的分类算法的优缺点。 之后实现了使用上述三种检索模型的基于支持向量机的文本分类算法。使用公开 的数据对系统进行了测试。对基于上述三种模型的分类结果进行了分析和比对， 提出了可以在准确率和时间上权衡的 Web 中文文本分类系统，并通过实验验证了 该系统的正确性和实用价值。 关键字：中文文本分类、支持向量机、文本表示 摘 要 ABSTRACT ABSTRACT In recent years, the rapid development of Chinas Internet，with the growing use of computers, has made a flood of information resources appeared on the Internet. How could we access and manage these resources has become a challeng. In China, the majority of information on the Internet is wirtten in Chinese.Thus, the automatic classification system for Chinese Web text, as its great inmortance in getting and managing Internet information resources has been paid a lot of attentions. Unlike the Indo-European languages, Chinese, because of its unique characteristics, has no clear dividing between its characteristic words, and has much larger information than the the Indo-European language in a same length of text. This made the result that when you want to classify Chinese Web texts, you must use a reasonable and effective way to represent it first and then classify it. Thus the representa