一种集成本体和SVM的文本分类方法

编号 zgly0000784303

文献类型 期刊论文

文献题名 一种集成本体和SVM的文本分类方法

作者 朱平  范少辉  岳永德 

作者单位 国家林业局国际竹藤网络中心 

母体文献 江西理工大学学报 

年卷期 2012,33(1)

页码 68-72

年份 2012 

分类号 TP391 

关键词 文本分类  本体  支持向量机 

文摘内容 针对现有的基于SVM的分类方法缺乏对概念语义的处理这一缺点, 提出一种集成本体和SVM的文本分类方法.该方法基于领域本体将词特征映射为概念特征, 将概念特征及其权重送入SVM进行训练和分类.采用集成本体和SVM的分类方法降低了分类空间的维数.从而节省了分类器的训练时间, 也节省了分类期间用于相似度比较的时间.基于概念上下位扩展, 解决了父子概念实际联系非常紧密。但在分类的时候却完全视为不同特征词的缺陷.经过对竹藤领域的文本分类实验证明.该方法相比传统的基于SVM的分类方法在分类的准确度上有了较大的提高.