基于潜在语义分析和HS_SVM的文本分类模型研究.pdf

信息系统 ITA 张玉峰, 何 超 (武汉大学 信息资源研究中心, 湖北 武汉 430072) 基于潜在语义分析和HSSVM 的文本分类模型研究* : 为了提高文本分类的准确性和效率, 提出了一种基于潜在语义分析和超球支持向量 的文本 分类模型。针对 SVM 对大规模文本分类时收敛速度较慢这 一缺点, 本文将超球支持向量 应用于文本分 类, 采用基于增量学习的超球支持向量 分类学习算法进行训练和分类。实验结果表明, 超球支持向量 是一种解决 SVM 问题的有效方法, 在文本分类应用中具有与 SVM 相当的精度, 但是明显降低了模型复杂 度和训练时间。 : 文本分类; 潜在语义分析; 支持向量 A b stract: A text categorizatio m odel based o Late t Sem a ticA alysis a dHypersphere SupportV ectorM a chi e ( HSSVM ) is proposed to mi prove the accuracy a d efficie cy of text categorizatio As the co verge ce rate of usi g SVM to categorize the largescale text is relatively slow, theHypersphere Support VectorM ach i e is ap plied to text categorizatio a d theHypersphere SupportVectorM ach i e C lassificatio Lear i gA lgorithm based o i crem e tal lear i g is app lied to trai i g a d categorizatio Expermi e ts show that the Hypersphere Support Vec torM achi e is a efficie t solutio to the SVM prob lem, a d has the sam e accuracy as the SVM i the text categori zatio applicatio s, but sig ifica tly reduces the comp lexity of the m odel a d the trai i g tmi e K eyw ords: text categorizatio ; late t sem a tic a alysis; support vectorm ach i e 文本分类 (Text Categorizatio ) 作为信息过滤、信息 ( 自组织特征映射神经网络 ) 相结合, 文献 [ 6] 将 LSA 与 检索、数字图书馆、邮件分类和数据挖掘等领域的技术基 BPNN ( BackPropagatio N eural Network) 相结合, 文献 础, 能够在给定类别的条件下, 根据每个类别的训练样 [ 7] 将 LSA 与 KNN ( KNearest Neighbour) 相结合, 文献 [ 1] 本, 推出该类别的判别公式和判别规则 。而后当遇到未 [ 8] 将 LSA 与 SVM ( Support VectorM achi e) 相结合, 都 知类别的文本时, 根据判别公式和判别规则, 确定此文本 获得了较好的分类效果。但 Koho e 网络训练速度慢