| 几种常用文本分类算法性能比较与分析 |
| |
| 引用本文： | 卢苇,彭雅.几种常用文本分类算法性能比较与分析[J].湖南农业大学学报(自然科学版),2007,34(6). |
| |
| 作者姓名： | 卢苇 彭雅 |
| |
| 作者单位： | 北京交通大学软件学院 北京100044(卢苇)，湖南大学计算机与通信学院 湖南长沙410082(彭雅) |
| |
| 基金项目： | 教育部科学技术研究重点课题资助项目(107114) |
| |
| 摘 要： | 分析了几种典型的文本分类算法的特点,并基于中文文本数据集和英文文本数据集对算法性能进行了综合评价.实验结果表明:对于英文文本数据,支持向量机具有最优的性能,但时间开销最大,贝叶斯算法速度较快;对于中文文本数据,由于分词的困难,使得算法性能普遍低于同等规模下在英文数据集上的性能.几种算法性能均随训练集规模的增大而有改善.
|
| 关 键 词： | 文本分类 支持向量机 k近邻 贝叶斯算法 TFIDF算法 |
Performance Comparison and Analysis of Several General Text Classification Algorithms |
| |
| LU Wei,PENG Ya.Performance Comparison and Analysis of Several General Text Classification Algorithms[J].Journal of Hunan Agricultural University,2007,34(6). |
| |
| Authors: | LU Wei PENG Ya |
| |
| Institution: | 1. College of Software, Beijing Jiaotong Univ, Beijing 100044,China; 2. College of Computer and Communication, Hunan Univ, Changsha, Hunan 410082, China |
| |
| Abstract: | Several typical text classification algorithms were analyzed,and the performance of different algorithms was evaluated synthetically according to Chinese and English text database.Experimental results show some significant conclusions: firstly,support vec |
| |
| Keywords: | text processing support vector machine k nearest neighbor Bayes algorithm TFIDF algorithm |
|
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南农业大学学报(自然科学版)》下载免费的PDF全文 |
