张昭楠

（陕西职业技术学院 陕西 西安　710000）

基于SVM的中文文本分类系统的设计与实现

张昭楠

（陕西职业技术学院 陕西 西安710000）

互联网已经成为现代生活中不可或缺的一部分，网络上的信息量也在以数倍的速度快速增长。无论是企事业单位，学校，或者科研院校等等机构中，都积累了非常多的资料，这些资料绝大多数都以文档的形式存在。所以，如何将数以万计且排序混乱的文本信息，按照一定的规则和形式进行统一的管理，以达到方便使用和管理的目的成为了一个不得不去解决的问题。本文就是在SVM，即支持向量机方法的基础上，设计了一个中文文本分类系统。介绍了系统的需求分析，并对系统进行了详细设计，从概念的初始化设计到之后的详细设计，实现了基于SVM的中文文本分类系统的最终目的，达到了设计要求。

文本分类；支持向量机；文本表示；特征选择

随着信息化时代的全面降临，信息资源也已经和能源，物质等常规资源占有同样重要的地位。我国最近大力推行的信息化建设，也正是对这方面越来越重视的充分体现。当今，互联网上出现了各种各样的信息，信息量也以几何倍数的快速增长。而这些信息大部分都是以文本的形式存在的。另外在各个大中型院校，政府机构或者企事业单位等等这些地方，都存放着大量纸质或数字化的文档资料。通常，为了更好的存储和保留，纸质文档都会录成数字文档，存放起来［1-2］。日积月累，数字文档的数量也急剧膨胀。……