基于支持向量机的中文农业文本分类技术研究 - 农业机械学报.pdf

２０１５年 １２月 农 业 机 械 学 报 第 ４６卷 增刊 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１５．Ｓ０．０２９ 基于支持向量机的中文农业文本分类技术研究 １ １，２ １ １ 魏芳芳 　段青玲 　肖晓琰 　张　磊 （１．中国农业大学信息与电气工程学院，北京 １０００８３；２．北京市农业物联网工程技术研究中心，北京 １０００９７） 摘要：高效地组织、分类信息，是提供个性化农业信息推荐服务的基础。根据农业文本信息特点，提出了一种基于 线性支持向量机（Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）的中文农业文本分类模型，首先构建农业行业分类关键词库，通过特 征词选择和权重计算，构建分类器模型，实现信息的自动分类。实验选取了 １０７１个测试文档，并按照种植业、林 业、畜牧业、渔业进行分类。结果表明，分类准确率为 ９６５％，召回率为 ９６４％。实验结果高于贝叶斯、决策树、 ＫＮＮ、ＳＭＯ等分类算法，将该模型应用于农业物联网行业信息综合服务平台，运行结果表明，该方法能够实现中文 农业文本信息的自动分类，响应时间满足系统要求。 关键词：文本分类　支持向量机　中文农业信息　信息整合 中图分类号：ＴＰ３９１ 文献标识码：Ａ 文章编号：１０００１２９８（２０１５）Ｓ００１７４０６ ＣｌａｓｓｉｆｉｃａｔｉｏｎＴｅｃｈｎｉｑｕｅｏｆＣｈｉｎｅｓｅＡｇｒｉｃｕｌｔｕｒａｌＴｅｘｔ ＩｎｆｏｒｍａｔｉｏｎＢａｓｅｄｏｎＳＶＭ １ １，２ １ １ ＷｅｉＦａｎｇｆａｎｇ　ＤｕａｎＱｉｎｇｌｉｎｇ 　ＸｉａｏＸｉａｏｙａｎ　ＺｈａｎｇＬｅｉ （１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ ２．ＢｅｉｊｉｎｇＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＡｇｒｉｃｕｌｔｕｒａｌＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ，Ｂｅｉｊｉｎｇ１０００９７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｐｒｏｖｉｄｅｐｅｒｓｏｎａｌｉｚｅｄｓｅｒｖｉｃｅｓｆｏｒａｇｒｉｃｕｌｔｕｒａｌｉｎｆｏｒｍａｔｉｏｎｒｅｃｏｍｍｅｎｄａｔｉｏｎ，ｉｔｗａｓ ｎｅｅｄｅｄｔｏｏｒｇａｎｉｚｅａｎｄｃｌａｓｓｉｆｙｉｎｆｏｒｍａｔｉｏｎｅｆｆｉｃｉｅｎｔｌｙ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｇｒｉｃｕｌｔｕｒａｌ ｔｅｘｔｓ，ａＣｈｉｎｅｓｅａｇｒｉｃｕｌｔｕｒａｌｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｗａｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｌｉｎｅａｒｓｕｐｐｏｒｔｖｅｃｔｏｒ ｍａｃｈｉｎｅ（ＳＶＭ）．Ｆｉｒｓｔｌｙ，ａｎａｇｒｉｃｕｌｔｕｒｅｄｏｍａｉｎｂａｓｅｄｄｉｃｔｉｏｎａｒｙｗａｓｂｕｉｌｔ．Ｓｅｃｏｎｄｌｙ，ａｆｅａｔｕｒｅｖｅｃｔｏｒ ｗａｓｅｘｔｒａｃｔｅｄａｎｄｔｈｅｗｅｉｇｈｔｆｏｒｅａｃｈｆｅａｔｕｒｅｉｎａｖｅｃｔｏｒｗａｓｓｅｌｅｃｔｅｄ．Ｌａｓｔｌｙ，ａｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌ ｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｍｏｄｅｌｗａｓｔｅｓｔｅｄｏｎ１０７１ｄｏｃｕｍｅｎｔｓｗｈｉｃｈｗｅｒｅｂｅｌｏｎｇｅｄｔｏｆｏｕｒｃｌａｓｓｅｓ： ｐｌａｎｔｉｎｇ，ｆｏｒｅｓｔｒｙ，ａｎｉｍａｌｈｕｓｂａｎｄｒｙａｎｄｆｉｓｈｅｒｉｅｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅａｃｃｕｒａｃｙｗａｓ９６５％ ａｎｄ ｔｈｅｒｅｃａｌｌｒａｔｅｗａｓ９６４％．Ｂｏｔｈｏｆｔｈｅｉｒｐｅｒｆｏｒｍａｎｃｅｓｗｅｒｅｈｉｇｈｅｒｔｈａｎｔｈｏｓｅｏｆｔｈｅｏｎｅｓｕｓｉｎｇｏｔｈｅｒ ｃｌａｓｓｉｆｉｃ