基于支持向量机的文本主题分类和情感分类研究-基础数学专业论文.docxVIP

ABSTRACTWiththerapiddevelopmentofInteractinrecentyears，theelectronicinformationgreatlyincreased．FacingSOvastinformation，peopleurgentlyneedtofindawaytogetinformationquicklyandexactly．Textclassificationhasthebroadappliedfutureasthetechnicalbasisofinformationfiltering，informationretrieval，searchengine，textdatabase．anddigitallibraryandSOon．Soitbecomesahotproblem．ResearchonTextandSentimentclassificationsbasedonSVMatedoneinthepaper．Severaltechniquesasfeatureselection、weightcomputationandvectorconfirmationarecompared．Ourprimaryworksareasfollow：(1)MethodsofKNNandSVMareintroducedandusedfortextclassification．TheexperimentresultsindicatethatSVMisbetteronstable、highprecisionandperformance．(2)FourfeatureselectionmethodsaretestedOilSVM．TheresuItssuggestedthatinformationgain、crossentropyandchi2squaretestarepriortomutualinformation．(3)Dimensionsoffeaturevectorandfeatureselectionforclassificationarestudied．TheexperimentresultsindicatethatdimensionsoffbatLlrevectoraredifferent，whendifferentfeatureselectionmethodsachievedmaximumvalues．(4)ComparedtextandsentimentclassificationbasedonSVM．ofthetwotheformerisbettertbanthelaRer，i．e．sentimentclassificationismorecomplexthantextclassification．KEYWORDS：textclassification；featureselection；SVM；sentimentclassification第一章引言第一章引言1．1研究背景和意义在当前信息社会中，信息资源的增长与发展有着以下三个特点，海量、异构和动态。面对如此庞大而且急剧膨胀的信息海洋，如何有效地组织和管理这些信息，并快速、准确、全面地从中找到用户所需要的信息是当前信息科学和技术领域面临的一大挑战。文档分类作为处理和组织大量文本数据的关键技术，可以在较大程度上解决信息杂乱现象的问题，方便用户准确地定位所需的信息和分流信息。因此，自动文本分类已作为一项具有较大实用价值的关键技术，得到了广泛的关注，取得了很大的进展。文本分类作为信息过滤、信息检索、搜索引擎、文本数据库、数字化图书馆等领域的技术基础，有着广泛的应用前景。其次，从目前建设数字图书馆的实际需求来看，信息资源的建设也急需信息技术来支撑。在数字图书馆项目中，人们提出了新的建设目标，需要通过项目建设，切实有效地提高科研用户获取信息的能力，实现资源数字化、查询网络化、服务个性化、存储虚拟化、信息基于统计的文本分类技术研究使用共享化、信息加工智能化、用户界面友善化。在这其中，资源的采集、过滤，个性化服务、信息智能加工，归根究底，都是需要在文本分类技术上有所突破。文本分类作为信息过滤、信息检索、搜索引擎、文本数据库、数字化图书馆等领域的技术基础，有着广泛的应用前景。(1)信息过滤网络的发展与普及，大大方便了我们获取信息。但信息量之大给人们对信息的处理带来了很大困难，无法快速地得到用户所需的信息，同时还会带来一些反面的信息。信息过滤技术可以用来解决这些问题，信息过滤本质是一个两类分类问题，既可以用来将用户反感的信息滤掉，如黄色、淫秽、反动信息，也可以用来将用户感兴趣的信息过滤出来，主动地推送给用户，方便了用户快速准确地获取信息。(2)信息检索把大量的文本