[1]晋幼丽 周明全 王学松.SVM和K-means结合的文本分类方法研究[J].计算机技术与发展,2009,(11):35-37.
　JIN You-li,ZHOU Ming-quan,WANG Xue-song.Research on Text Classification Method of SVM and K - means[J].,2009,(11):35-37.
点击复制

SVM和K-means结合的文本分类方法研究()

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年11期
页码:
35-37
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Research on Text Classification Method of SVM and K - means
文章编号:
1673-629X（2009）11-0035-03
作者:
晋幼丽1 周明全1 王学松2
[1]北京师范大学信息科学学院[2]北京师范大学教育技术学院
Author(s):
JIN You-li;  ZHOU Ming-quan;  WANG Xue-song
[1]School of Information and Technology, Beijing Normal University[2]School of Education Technology, Beijing Normal University
关键词:
文本分类; K—means; 支持向量机
Keywords:
text classification;  K - means;  support vector machines
分类号:
TP181
文献标志码:
A
摘要:
有监督的分类方法是文本分类中常用的方法，它需要采用人工标识的样本进行训练，对样本的人工标识是一个比较繁锁的过程。无监督的分类方法没有这一过程，但其分类的效果往往不太好。针对两者各自的优缺点，利用一种基于SVM和K—means相结合的文本分类方法，首先用K-means方法进行文本聚类，然后选取每类中距离聚类中心较近的一些文本作为该类的训练样本训练SVM分类器，最后用训练好的SVM对文本进行分类。此方法避免了无监督方法分类效果不好的缺点，同时也省去了SVM方法中对样本进行人工标识的繁锁过程。基于灾害文本的实验
Abstract:
Supervised classification is commonly used in the text classification, but it needs manual identified samples for training, which made the process relatively cumbersome. Unsupervised classification does not in the process, hut the classification result of

相似文献/References:

[1]田昕辉 李成基.带有短语切分的中文文本分类方法[J].计算机技术与发展,2010,(01):5.
　TIAN Xin-hui,LEE Sung-kee.Phrase Segmentation for Chinese Text Classification[J].,2010,(11):5.
[2]姜鹤 陈丽亚.SVM文本分类中一种新的特征提取方法[J].计算机技术与发展,2010,(03):17.
　JIANG He,CHEN Li-ya.A New Feature Selection Method in SVM Text Categorization[J].,2010,(11):17.
[3]周瑛 张铃.有限混合模型在文本分类中的应用研究[J].计算机技术与发展,2010,(06):18.
　ZHOU Ying,ZHANG Ling.Study of Application of Finite Mixture Model in Text Classification[J].,2010,(11):18.
[4]许幸 张启蕊.基于KNN算法的医药信息文本分类系统的研究[J].计算机技术与发展,2009,(04):206.
　XU Xing,ZHANG Qi-rui.Research of Medical Information Text Categorization Based on KNN Algorithm[J].,2009,(11):206.
[5]陈锦禾 范新 沈闻 沈洁.基于情感词识别的BBS情感分类研究[J].计算机技术与发展,2009,(07):120.
　CHEN Jin-he,FAN Xin,SHEN Wen,et al.Research on Sentiment Classification of BBS Reviews Based on Identifying Words with Polarity[J].,2009,(11):120.
[6]刘锋 唐佳 仲红.一种基于RBF神经网络的XML文本分类方法[J].计算机技术与发展,2009,(08):34.
　LIU Feng,TANG Jia,ZHONG Hong.A Text Categorization Method Based on RBF Neural Network[J].,2009,(11):34.
[7]张燕平 徐庆鹏 苏守宝 邢猛.一种基于贪婪覆盖的文本分类方法[J].计算机技术与发展,2009,(01):74.
　ZHANG Yan-ping,XU Qing-peng,SU Shou-bao,et al.A Text Categorization Method Based on Greedy Cover[J].,2009,(11):74.
[8]陈素萍 谢丽聪.一种文本特征选择方法的研究[J].计算机技术与发展,2009,(02):112.
　CHEN Su-ping,XIE Li-cong.Research on Document Feature Selection[J].,2009,(11):112.
[9]于水英 丁华福 付志超.基于遗传算法和模糊聚类的文本分类研究[J].计算机技术与发展,2009,(04):131.
　YU Shui-ying,DING Hua-fu,FU Zhi-chao.Study on Text Categorization Based on Genetic Algorithm and Fuzzy Clustering[J].,2009,(11):131.
[10]张苗 张德贤.多类支持向量机文本分类方法[J].计算机技术与发展,2008,(03):139.
　ZHANG Miao,ZHANG De-xian.Research on Text Categorization Based on. M- SVMs[J].,2008,(11):139.

备注/Memo

备注/Memo:
国家科技支撑计划项目（2006BAD20B02）晋幼丽（1982-），女，硕士研究生，CCF会员，研究方向为网络与信息系统；周明全,教授，博导．研究方向为计算机可视化技术等
更新日期/Last Update: 1900-01-01