一種文本精細(xì)分類方法

基本信息

申請(qǐng)?zhí)?/td> CN201510239027.0 申請(qǐng)日 -
公開（公告）號(hào) CN104820703A 公開（公告）日 2015-08-05
申請(qǐng)公布號(hào) CN104820703A 申請(qǐng)公布日 2015-08-05
分類號(hào) G06F17/30(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 鄭勝;張勝;鄒復(fù)好;蔣丹;夏明;周可 申請(qǐng)（專利權(quán)）人 武漢數(shù)為科技有限公司
代理機(jī)構(gòu) 武漢東喻專利代理事務(wù)所（普通合伙） 代理人 宋業(yè)斌
地址 430074 湖北省武漢市東湖高新技術(shù)開發(fā)區(qū)高新大道999號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種文本精細(xì)分類方法，屬于計(jì)算機(jī)自然語言處理或模式識(shí)別技術(shù)領(lǐng)域，解決現(xiàn)有文本分類方法針對(duì)短文檔精細(xì)類別劃分準(zhǔn)確率低的問題。本發(fā)明首先根據(jù)已知訓(xùn)練樣本，構(gòu)造兩級(jí)分類器，每一級(jí)分類器都包含獨(dú)立的敏感詞典；其次，對(duì)分類器的訓(xùn)練樣本執(zhí)行分詞、去除專用停頓詞、同義詞網(wǎng)映射等操作，實(shí)現(xiàn)詞向量的預(yù)處理；再次，根據(jù)詞向量的重要性差異進(jìn)行特征選擇，構(gòu)建分類器的敏感詞典；再次，利用KNN算法計(jì)算目標(biāo)文檔的精細(xì)分類結(jié)果；最后，對(duì)分類結(jié)果進(jìn)行評(píng)價(jià)與反饋，動(dòng)態(tài)優(yōu)化敏感詞典，進(jìn)一步提高分類準(zhǔn)確率。實(shí)驗(yàn)證明，針對(duì)短文檔，采用本文的文本精細(xì)分類方法，可以顯著提高精細(xì)分類的準(zhǔn)確率。