基于支持张量机的文本分类研究

摘要

传统文本分类算法通常以词作为特征,将文本数据映射到一个高维向量空间进行训练.本文则采用支持张量机(STM)进行文本分类,以二阶张量为例,将文本映射到张量空间进行运算.该算法有效降低了数据特征维数,因此更加适合小样本数据的学习.相关实验也证明,支持张量机在处理小样本问题与数据偏斜问题方面更具优势.