突发事件中基于支持向量机算法的文本分类研究
张馨月
宋绍成
北华大学计算机科学技术学院 吉林吉林132013
摘要：近些年来突发事件的频发使得人们对该领域的关注越来越多,因此对突发事件进行自动分类的研究,以提高文本分类的效率.在构建突发事件领域专用停用词表的基础上,基于TF-IDF(term frequency-in-verse document frequency)特征提取方法和支持向量机文本分类算法,对上海大学突发事件语料库中的332篇文本进行分类.由算法得出的训练模型可以较好地完成突发事件的文本分类任务,由此更为快速和精确的获取到目标文本,减少人工的工作量.
关键词：突发事件TF-IDF支持向量机文本分类
资助基金：国家社会科学基金(19BTQ057)
论文发表日期：2022-08-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 13-16 )