Original title:
Zvýšení úspěšnosti klasifikace v libSVM s použitím řetězcových fukcí
Translated title:
Increasing Classification Accuracy in libSVM Using String Kernel Functions
Authors:
Homoliak, Ivan ; Drozd, Michal (referee) ; Michlovský, Zbyněk (advisor) Document type: Bachelor's theses
Year:
2010
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[cze][eng]
Práce se zabýva zkoumáním závislostí kvality klasifikace textových řetězců na vlastnostech vybraných řetězcových funkcí, použitých na určení míry podobnosti dvou textových řetezců. Práce přešetřuje též kombinování výsledků řetězcových funkcí aritmetickými operacemi plus a krát. Získané výsledky se v práci aplikují na detekci nevyžádané elektronické pošty.
Publication aims to explore dependencies of text classification used with string kernel functions. String kernel functions are here used to retrieve rate of similarity between two text strings. There are described experiments with single string kernel function and also experiments with combinations of them with arithmetic operations of adition and multiplication. Gathered results are aplied to detect spam messages of e-mail communication.
Keywords:
artificial inteligence; classification; libSVM; string kernel functions; klasifikace; libSVM; umělá inteligence; řetězcové funkce
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/55997