| 一种新的多类SVM方法及其在文本分类中的应用 |
| |
| 引用本文： | 张博锋,苏金树,徐昕.一种新的多类SVM方法及其在文本分类中的应用[J].广西师范大学学报(自然科学版),2006,24(4):95-98. |
| |
| 作者姓名： | 张博锋 苏金树 徐昕 |
| |
| 作者单位： | 1. 国防科技大学,计算机学院,湖南,长沙,410073
2. 国防科技大学,计算机学院,湖南,长沙,410073;国防科技大学,机电工程与自动化学院,自动化研究所,湖南,长沙,410073 |
| |
| 基金项目： | 国家自然科学基金资助项目(90604006)，教育部高校博士点基金资助项目(20049998027) |
| |
| 摘 要： | 提出一种将SVM扩展到多类文本分类问题的新方法,此方法有增量模式及批模式两种应用途径。其中,批模式提供了一种其他多类SVM替代方法;而增量模式在重复利用原有模型的基础上将新增类别的知识信息以增量方式更新到分类系统,整个分类器不需要全部重新学习,需要的计算量较小。实验表明增量方法大大减少新类增加时分类器更新所需要的学习步骤和时间;两种模式的分类效果与其他方法相当。
|
| 关 键 词： | 机器学习 多类支持向量机 增量学习 文本分类 特征选择 数据挖掘 |
| 文章编号： | 1001-6600（2006）04-0095-04 |
| 收稿时间： | 2006-05-31 |
| 修稿时间： | 2006年5月31日 |
Multi-Class SVM Method and It's Application Text Categorization |
| |
| ZHANG Bo-feng,SU Jin-shu,XU xin.Multi-Class SVM Method and It''''s Application Text Categorization[J].Journal of Guangxi Normal University(Natural Science Edition),2006,24(4):95-98. |
| |
| Authors: | ZHANG Bo-feng SU Jin-shu XU xin |
| |
| Institution: | 1. School of Computer,National University of Defense Technology,Changsha 410073,China 2. School of Mechantronics Engineering and Automation,National University of Defense Technology, Changsha 410073 ,China |
| |
| Abstract: | A new method to extend binary support vector machines to applications of multi-class text categorization is proposed.The method can be used in both batch and incremental mode.The batch mode offers an alternative to popular multi-class SVM methods.And the incremental mode,which is on the basis of the old models with the knowledge of a new class adding to the system,can update the classifier and doesn't need the relearning of the whole categorization system.Experiments show that the incremental mode dramatically reduces the training time and both modes have an effectiveness competing to all other methods mentioned. |
| |
| Keywords: | machine learning multi-class SVM incremental learning text categorization feature selection data mining |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
