基于SVM的WEB中文文本分類(lèi)系統(tǒng)研究與實(shí)現(xiàn).pdf

1、近幾年來(lái),我國(guó)的互聯(lián)網(wǎng)處于飛速發(fā)展之中,計(jì)算機(jī)的使用也不斷普及,互聯(lián)網(wǎng)上出現(xiàn)了海量的信息資源。如何管理、獲取這些資源成為了一個(gè)極具挑戰(zhàn)性的問(wèn)題。就國(guó)內(nèi)的現(xiàn)狀而言,互聯(lián)網(wǎng)上的信息多數(shù)是以中文Web文本的形式存儲(chǔ)、展示的。針對(duì)中文Web文本的自動(dòng)分類(lèi)系統(tǒng),由于其在解決獲取、管理互聯(lián)網(wǎng)信息資源中的重要意義,而受到了廣泛的關(guān)注。
　　不同于印歐語(yǔ)系語(yǔ)言,中文由于其獨(dú)特的特性決定,其特征詞之間并沒(méi)有明顯的分界線,且相同長(zhǎng)度文字之中的信息量也

2、遠(yuǎn)大于印歐語(yǔ)系語(yǔ)言,因而在對(duì)中文Web文本分類(lèi)的過(guò)程中,首先必須使用一種合理有效的方式表示文本并提取特征信息,其次才能根據(jù)這些信息進(jìn)行分類(lèi)。因而中文Web文本的表示模型與分類(lèi)算法一起,成為中文分類(lèi)系統(tǒng)中的兩個(gè)關(guān)鍵問(wèn)題。
　　本文介紹了中文Web文本分類(lèi)的相關(guān)背景技術(shù),研究與討論了經(jīng)典TF-IDF信息檢索模型和、LSA語(yǔ)義信息檢索模型和LDA概率主題檢索模型在中文文本分類(lèi)技術(shù)中的應(yīng)用,研究并分析了現(xiàn)有的基于支持向量機(jī)的分類(lèi)算法的優(yōu)缺