信息与控制
信息與控製
신식여공제
INFORMATION AND CONTROL
2010年
5期
629-634
,共6页
周绮凤%杨小青%洪文财%邵桂芳
週綺鳳%楊小青%洪文財%邵桂芳
주기봉%양소청%홍문재%소계방
排序学习%支持向量机%文本检索%特征选择
排序學習%支持嚮量機%文本檢索%特徵選擇
배서학습%지지향량궤%문본검색%특정선택
针对文本检索中的特征提取和分类问题,提出一种基于内嵌空间支持向量机的特征选择和排序学习方法.与多分类特征选择问题中常用的组合方法不同,本文提出的方法能将一个有序分类问题转化为一个两分类问题,从整体上选择最有效的特征.同时与已有的Ranking SVM相比,该方法在转换过程中学习样本的数量只有线性级的增长,从而大大提高了检索的速度.在人工数据集和标准的文本分类数据集上的实验结果表明,本文所提出的方法能较好地解决文本检索中的特征选择和排序问题.
針對文本檢索中的特徵提取和分類問題,提齣一種基于內嵌空間支持嚮量機的特徵選擇和排序學習方法.與多分類特徵選擇問題中常用的組閤方法不同,本文提齣的方法能將一箇有序分類問題轉化為一箇兩分類問題,從整體上選擇最有效的特徵.同時與已有的Ranking SVM相比,該方法在轉換過程中學習樣本的數量隻有線性級的增長,從而大大提高瞭檢索的速度.在人工數據集和標準的文本分類數據集上的實驗結果錶明,本文所提齣的方法能較好地解決文本檢索中的特徵選擇和排序問題.
침대문본검색중적특정제취화분류문제,제출일충기우내감공간지지향량궤적특정선택화배서학습방법.여다분류특정선택문제중상용적조합방법불동,본문제출적방법능장일개유서분류문제전화위일개량분류문제,종정체상선택최유효적특정.동시여이유적Ranking SVM상비,해방법재전환과정중학습양본적수량지유선성급적증장,종이대대제고료검색적속도.재인공수거집화표준적문본분류수거집상적실험결과표명,본문소제출적방법능교호지해결문본검색중적특정선택화배서문제.
