摘要:SVM在文本分类中的应用是近年来文本分类领域重要的进展之一。许多实验表明,SVM在文本分类中比其他的机器学习算法表现出更高的分类精度,但在大规模数据上的收敛速度较慢,成为SVM在实际应用中的一大缺点。球向量机是一种比SVM更快的机器学习方法。本文将BVM应用于文本分类。实验表明,BVM在文本分类中的应用具有与SVM相当的精度,而且比SVM有更少的训练时间。
关键词:文本分类 支持向量机 球向量机
单位:电子科技大学计算机学院计算智能实验室 四川成都610054
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社