论文部分内容阅读
随着信息的迅速增加,文本分类已经成为信息管理的一项关键技术.现有方法的重要基础是传统的统计学,前提是要有足够的样本,当样本数目有限时难以取得理想的效果。该文介绍了一种可广泛应用在网上进行文本信息分类的SVMs方法,是由Vapnk提出的一种基于统计学习理论的方法,它与传统的分类方法最显著的区别是强调训练机器是与有限的样本数相对应,防止出现过学习现象,因而具有较高的性能指标。该文着重介绍了引入客中方法的思路、它的原理和应用过程,并在最后把SVMs与其它一些常用方法进行了简要对比。