[发明专利]一种基于语义的文本分类方法在审
| 申请号： | 201410348319.3 | 申请日： | 2014-07-21 |
| 公开（公告）号： | CN104182463A | 公开（公告）日： | 2014-12-03 |
| 发明（设计）人： | 贾岩 | 申请（专利权）人： | 安徽华贞信息科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 合肥市长远专利代理事务所(普通合伙) 34119 | 代理人： | 程笃庆;黄乐瑜 |
| 地址： | 230000 安徽省合肥市高*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 语义 文本 分类 方法 | ||
1.一种基于语义的文本分类方法，其特征在于，根据文本的语义对文本进行分类，包括以下步骤：
A、根据文本集选择预设词典组合构建本体库；
B、将文本集统一格式并分解为基本单元，根据本体库将文本集转化为概念；
C、抽取文本集的特征项，并计算特征项的权重；
D、根据预设训练集构建分类器，并根据预设测试集对分类器进行测试和调整；
E、根据分类器对文本集进行分类。
2.如权利要求1所述的基于语义的文本分类方法，其特征在于，预设词典包括实体词典和特征词典。
3.如权利要求2所述的基于语义的文本分类方法，其特征在于，实体词典和特征词典由人工设置，并可根据文本集进行修改。
4.如权利要求2所述的基于语义的文本分类方法，其特征在于，文本集根据实体词典进行概念转换。
5.如如权利要求2所述的基于语义的文本分类方法，其特征在于，文本集根据特征词典抽取特征项。
6.如权利要求1所述的基于语义的文本分类方法，其特征在于，特征项权值的计算公式为：
其中，w为特征项t在文档d中的权重值，tf表示t在d内出现的频率，idf表示t的反比文本频率，n表示训练集的文档总数，m表示训练集中包含t的文档数。
7.如权利要求1所述的基于语义的文本分类方法，其特征在于，训练集由人工设置，并可根据文本集进行修改。
8.如权利要求1或7所述的基于语义的文本分类方法，其特征在于，测试集根据训练集进行设置。
9.如权利要求1所述的基于语义的文本分类方法，其特征在于，分类器采用SVM算法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽华贞信息科技有限公司;，未经安徽华贞信息科技有限公司;许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201410348319.3/1.html，转载请声明来源钻瓜专利网。
