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–inverse 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。
科研之友
微信
新浪微博
Facebook
分享链接
