| 基于SVM分类模型的垃圾文本识别研究 |
| |
| 引用本文： | 黄正伟,唐芳艳. 基于SVM分类模型的垃圾文本识别研究[J]. 数学的实践与认识, 2016, 0(7): 144-153 |
| |
| 作者姓名： | 黄正伟 唐芳艳 |
| |
| 作者单位： | 三峡大学经济与管理学院,湖北宜昌,443000 |
| |
| 基金项目： | 国家自然科学基金资助项目“考虑文本情感的实时在线客户服务质量驱动因素研究”(71471102) |
| |
| 摘 要： | ![]()
主要研究垃圾文本识别问题,利用苹果手机评论文本特征向量建立了SVM分类模型对垃圾文本进行识别,并与BP神经网络判别模型结果进行对比,得出苹果手机前400组训练样本的判别正确率为71%,后196组测试样本的判别正确率为70.12%.故得到,影响垃圾观点文本识别效果的主要原因为:1)评论文本的特征项的提取和文本特征空间向量求解.2)判别分类方法的选择,其中SVM文本识别效果最优.
|
| 关 键 词： | 特征向量 BP神经网络 SVM分类模型 |
The Research of Garbage Text on Text Recognition Model Based on SVM |
| |
| Abstract: | ![]()
|
| |
| Keywords: | feature vector BP neural network SVM |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
