基于SVM决策树的文本分类器.pdf

维普资讯 第 18卷 第 4期 模式识别与人工智能 VoI．18 NO．4 2005年 8月 PR AI Aug 2005 基于 SVM 决策树的文本分类器 朱远平 戴汝为 (中国科学院 自动化研究所 复杂系统与智能科学实验室 北京 100080) 摘 要 研 究了 SVM 决策树分类器在文本分类 中的应用 ，提 出了一种有效 的 SVM 决策树分类器 的优化构建方 法．该方法利用类间距离衡量两类 间的可分性 ，并进一步用来描述各结点分类器类集合 间的可分性．基于综合考虑 结点分类器的类集合可分性 ，该方法 能够获得优化 的结点分类器类划分算法 ，由此构建的 SVM 决策树分类器在整 体 性能上得到优 化 ，在 文本分类 中获得 良好效果． 关键词 文本分类 ，支持 向量机 ，决策树 ，多类分类器 中图法分类号 TP183 TextClassifierBasedonSVM DecisionTree ZHU Yuan—Ping，DAIRu—W ei (LaboratoryofCornplexSystemsandIntelligenceScience，InstituteofAutomation， ChineseAcademyofSciences，Beijing100080) ABSTRACT Thispaperproposesa new effectiveapproach to optimizetheSVM decision tree classifier while presentstheresearch on textcategorization using SVM decision treeclassifier ． In this approach，thew ithin—classdistanceisusedtomeasuretheseparabilityoftWO classes．Then the separabilityofclasssetofnodeclassifierismeasuredbasedonthat．Consideringtheseparability ● of relative node classifiers ，optimalclass separation solution ofeach node classifier can be achieved．W ith theoptimized classseparation solution，theperformanceofSVM decision tree classifierisimprovedwhich hasbeen testedbyourtextcategorizationexperiment． KeyWords TextCategorization，SupportVectorMachine，DecisionTree，Multi—ClassClassifier 1 引 言 资料库，然而巨大的网页数量使人们在其中查找信 息成为一个难题．文本分类作为信息检索系统的重 WWW上海量的信息为人们提供 了一个超级 要组成部分 ，可以在很大程度上解决网上信息杂乱 收稿 日期 ：2004—12—06；修回 日期 ：2005—04—04 作者简介 朱远平 ，男，1978年生 ，博士研究生 ，主要研究方 向