典型文献
突发事件中基于支持向量机算法的文本分类研究
文献摘要:
近些年来突发事件的频发使得人们对该领域的关注越来越多,因此对突发事件进行自动分类的研究,以提高文本分类的效率.在构建突发事件领域专用停用词表的基础上,基于TF-IDF(term frequency-in-verse document frequency)特征提取方法和支持向量机文本分类算法,对上海大学突发事件语料库中的332篇文本进行分类.由算法得出的训练模型可以较好地完成突发事件的文本分类任务,由此更为快速和精确的获取到目标文本,减少人工的工作量.
文献关键词:
突发事件;TF-IDF;支持向量机;文本分类
中图分类号:
作者姓名:
张馨月;宋绍成
作者机构:
北华大学计算机科学技术学院 吉林吉林132013
文献出处:
引用格式:
[1]张馨月;宋绍成-.突发事件中基于支持向量机算法的文本分类研究)[J].信息技术与信息化,2022(08):13-16
A类:
B类:
支持向量机算法,文本分类,分类研究,自动分类,领域专用,停用,用词,词表,TF,IDF,term,frequency,verse,document,分类算法,上海大学,语料库,训练模型,分类任务,取到
AB值:
0.379637
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。