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.