文献类型：期刊文章

作　　者：贾宏云[1] 群诺[1] 苏慧婧[1] 次仁罗增[1] 巴桑卓玛[1]

机构地区：[1]西藏大学信息科学技术学院,西藏自治区拉萨市850000

出　　处：《电子技术与软件工程》

基　　金：西藏自治区科技计划重大科技专项(ZDZX2017000136);西藏大学"珠峰学者人才发展支持计划"项目;西藏大学研究生"高水平人才培养计划"项目(2016-GSP-028)

年　　份：2018

期　　号：9

起止页码：144-146

语　　种：中文

收录情况：普通刊

摘　　要：利用SVM(支持向量机)技术对复杂繁琐的汉文文本资源进行快速分类已经相当的成熟,但其在藏文文本分类中的应用还处于研究阶段,因此实验目的在于测试该方法是否在藏文文本分类中具有良好的性能。主要过程包括:文本向量空间模型化,获取SVM中核函数的参数并进行常用核函数分类性能对比,最后与Logistic回归分类器进行同等条件下的实验对比,验证了支持向量机模型在藏文文本分类中具有良好的分类效果。

关 键 词：藏文文本分类  支持向量机 LOGISTIC回归

分 类 号：TP391.1]