基于核方法XML文档自动分类.pdfVIP

第34卷第2期 计 算 机 学 报 v01．34No．2 2011年2月 C()MPUTERS Feb．2011 CHINESEJOURNAI。OF 基于核方法的XML文档自动分类 杨建武 (北京大学计算机科学技术研究所北京 100871) 摘 要 支持向鼍机(SVM)方法通过核函数进行窄间映射并构造最优分类超平面解决分类器的构造问题，该方法 在文本自动分类应用中具有明显优势．XMI。文档是文本内容信息与结构信息的综合体，作为一种新的数据形式， 成为当前的研究热点．文中以结构链接向蜻模型为基础．研究了基于支持向域机的XML文档自动分类方法．提出 了适合XMI。文档分类的核函数及其参数的学习方法，从而将XMI。文档的结构分析与内容分析有机地结合起来． 在INEX数据集上的测试结果表明，该方法的分类准确性明显高于INEX评测中所公布各方法的评测结果． 关键词XML文档；文档分类；核函数；支持向景机；文档模型 中围法分类号TP311 DOI号：10．3724／SP．J．1016．2011．00353 Basedon XMLDocumentClassificationKernelMethod YANG Jian—Wu (InstituteofComputer 100871) ScienceTechnology。PekingUniversity．Beiling AbstractThe VectorMachines(SVM)constructbest forclassification Support hyper—plane by via iSoneof methodsfordocument kernelfunction．TheSVM best classification．The spacemap XMLdocumentasanewdatamodeIcontainsstructureinformationandcontentinformation． BasedontheStructuredLinkVector VectorMachinesforXMLdocu— Model(SLVM)，Support mentclassificationwasstudiesandthekernelfunctionsuitabletoXMLdocumentclassification and trainedbasedon vectormachine(SVM)’Sis inthe being support regressionproposedpaper， thestructuralinformationandcontent which information．For effectivelyintegrates performance evaluation。theauthorsthemethodonINEXdataset．The resultsshowthat apply