1、該文重點研究了基于間隔最大化原理的自動文本分類技術,以最新的機器學習理論成果為基礎,提出并解決了與自動文本分類相關的多個重要理論與實踐問題,發(fā)展與豐富了多項信息檢索的關鍵應用技術.本文的創(chuàng)新性研究工作主要有以下幾個方面:1.該文提出了兩個文本分類的理論模型,從文本集合"被分類能力"這個嶄新的角度揭示了自動文本分類的機器學習本質,同時也從理論上進一步解釋了支持向量機技術在自動文本分類中能夠取得成功的根本原因.標準測試數(shù)據(jù)集上的實驗結果充分

2、驗證了這些結論.2.在已經(jīng)得到的文本分類理論模型的基礎上,該文提出了實現(xiàn)啟發(fā)式模型選擇的HMSAD算法.最初的支持向量機用于兩類分類問題,在組合多個原始支持向量機的基礎上,已經(jīng)提出了多種多類分類器架構.但是目前在大規(guī)模多類自動文本分類研究中,尚未提出有效的模型選擇方法,使得支持向量機的應用受到一定限制.本文在DAGSVM多類分類器架構的基礎上,利用DAGSVM泛化能力的一些相關理論成果,結合前面部分得到的基于間隔最大化的文本分類模型,以

3、ADM-FSM模型為例,提出了在DDAG中進行啟發(fā)式模型選擇的指示函數(shù),并給出了基于DAGSVM的HMSAD算法.并且就該算法的性能與常規(guī)的1-v-r支持向量機、1-v-1的DAGSVM進行了比較、分析,相關的理論分析結果表明,HMSAD算法相對于傳統(tǒng)算法具有突出的性能優(yōu)勢.3.該文首次解決了支持向量機跨距界的計算問題,提出了支持向量機的Alpha-SV界,并給出了相關的信息檢索性能估算子.目前提出的各種分類器性能估計方法中,精度高的方

4、法普遍效率比較低下,而計算代價較小的方法又往往存在精度不夠理想、估計的魯棒性能不佳等一些缺點.針對這個問題,重點研究了支持向量機的LOO跨距界,首次給出計算支持向量跨距的實用方法,進而提出了一種新的支持向量機LOO界——Alpha-SV界,這個界源于跨距界,具有嚴密的理論基礎,同時又避免了遍歷支持向量集合進行多個二次規(guī)劃求解,大大降低了計算代價,從而得到了一種全新的效率高、性能好的支持向量機分類性能估計方法.更進一步,從應用自動文本分類