原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于最小最大模块化支持向量机的多标号文本分类.pdf
计算机研究与发展 ISSN1000—1239／CN11-1777／TP
of Researchand 42(增刊)：361～366，2005
JournalComputer Development
基于最小最大模块化支持向量机的多标号文本分类
吕宝粮1 刘峰耀1 内山将夫2 井佐原均2
1(上海交通大学计算机科学与工程系上海200030)
2(日本国立信息与通信技术研究所京都619—0289)
(blu@es．sjtu．edu．ca)
MultilabelText aMin-MaxModular Vector
CategOrizationUsing Support
Machine
IsaharaHitoshi2
Lfi Masa02，and
Baolian91，LiuFengya01，Utiyama
Scienceand University，Shanghai200030)
1(DepartmentofComputer Engineering，ShanghaiJiaotong
andCommunications
2(NationalInstitute Technology，Kyoto619·0289)
ofInformation
AbstractInthis newmethodfor withmultilabeltext is
paper，a dealing categorizationproblems
with
K—classmultilabel isdividedintoKtwo-class the“one·versus-
proposed．First，a problem problems
isusedtodivideeachtwo—class intoanumber
rest”strategy．Thenthe“part．versus—part”strategy problem
areassmallasneeded．The resultson
of balancedtwo—class which
relatively subproblems experimental
YomiuriNews andRCVl一v2 indicatethatthe methodis tothetraditional
corpus corpus proposed superior
inthe of and time．
generalizationperformancetraining
approachaspects
wordsmultilabeltext modular vector
Key categorization；min—maxsupportmachine；parallellearning
摘要提出了一种新的解决多标号文本分类问题的方法．对于一个K类多标号问题，首先采用“一对
其他”的问题分解方法将原问题分解为K个两类问题；然后按照最小最大模块化支持向量机(M3．
SVM)的“部分对部分”问题分解方法，再对这些两类问题进一步分解．这种方法的特点是能将大规模
文档评论（0）