[发明专利]一种快速的结构化支持向量机文本分类优化算法在审
| 申请号： | 201610974870.8 | 申请日： | 2016-11-07 |
| 公开（公告）号： | CN106528771A | 公开（公告）日： | 2017-03-22 |
| 发明（设计）人： | 郭泽颖;柯戈扬;印鉴 | 申请（专利权）人： | 中山大学;广州中大南沙科技创新产业园有限公司;广州智海纵横信息科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种快速的结构化支持向量机文本分类优化算法，该算法针对不平衡数据集的文本分类任务，用精确率、召回率、AUC等性能评估方法直接优化大类性能评价指标，该方法不同于大多数传统的文本分类算法代替学习一个单一规则来预测单个样本的标签，该方法将学习问题形式化为在数据集中的所有样本上的一个多元预测问题，区别于传统方法将降低总体分类错误率为目标的思想，提高在文本数据集不平衡情况下的分类精度，有效提高分类性能；参考基于Structural SVM的稀疏逼近算法，该方法不仅有较好的时间复杂度，可以用于从精确率、召回率计算出来的评价指标，如F值，以及AUC的优化，降低了时间复杂度并获得了更好的效果。 | ||
| 搜索关键词： | 一种 快速 结构 支持 向量 文本 分类 优化 算法 | ||
【主权项】：
一种快速的结构化支持向量机文本分类优化算法，其特征在于，包括以下步骤：S1：对结构化支持向量机的目标函数进行扩展得出结构化支持向量机的对偶形式；S2：利用得出的对偶形式通过坐标上升法对结构化支持向量机的目标函数进行优化。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学;广州中大南沙科技创新产业园有限公司;广州智海纵横信息科技有限公司，未经中山大学;广州中大南沙科技创新产业园有限公司;广州智海纵横信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610974870.8/，转载请声明来源钻瓜专利网。
