基于SVM的分類方法在內(nèi)容管理中的應(yīng)用.pdf

1、自動文本分類技術(shù)是內(nèi)容管理研究的熱點之一。大部分內(nèi)容管理系統(tǒng)中的類別層次都對應(yīng)一定的分類法(例如yahoo)或者存在一個預(yù)定義的具有類似于樹型結(jié)構(gòu)的分類體系，這就要求在內(nèi)容管理系統(tǒng)中使用的文本分類技術(shù)具備層次分類能力；然而現(xiàn)有大部分的分類技術(shù)都局限于水平分類，即認(rèn)為類別之間是無結(jié)構(gòu)的，相互獨立的。 本文首先對文本分類所涉及到的各方面的技術(shù)進行了概括，重點提出了一種基于支持向量機(SVM)的自動層次文本分類方法HTCSVM，支持向

2、量機是由Vapnic在1992年提出的，是一類相對比較新的機器學(xué)習(xí)方法，它是建立在統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小化基礎(chǔ)之上的，是迄今在分類方面最好的方法，具有完備的數(shù)學(xué)理論基礎(chǔ)和其他方法所沒有的優(yōu)良特性。目前SVM在層次分類方面應(yīng)用的較少。本文對HTCSVM層次分類方法進行了時間復(fù)雜度分析，推導(dǎo)出HTCSVM層次分類方法在訓(xùn)練階段的時間復(fù)雜度為多項式階。并且利用本文提出的層次分類性能評估框架PMFHC對HTCSVM層次分類方法進行了評估，實

3、驗結(jié)果表明：HTCSVM分類方法的分類效果是令人滿意的。本文成功的將HTCSVM層次分類方法應(yīng)用于陜西省工業(yè)攻關(guān)項目(項目編號：2003K05-G32)中，項目的實際運行情況證明了HTCSVM分類方法是穩(wěn)定可靠的，并且在分類精度方面能夠滿足實用要求。 為了評估層次分類性能，本文提出了一種新的層次分類性能評估框架PMFHC，該框架引入了類別相似度和類別距離的概念，在評估時充分考慮類別之間的層次結(jié)構(gòu)關(guān)系對分類性能的影響。PMFHC評