[发明专利]物料数据长描述对应小类名称分类方法

权利要求书

1.一种物料数据长描述对应小类名称分类方法，方法步骤如下：

S1：原始物料数据：对原始物料的数据进行读入；

S2：数据预处理：对读入的原始物料数据进行预处理，将数据规范化、标准化；

S3：类别转数字：将原始物料数据类别列编码成数字；

S4：样本集划分：将样本集划分为训练集和测试集；

S5：特征向量化：将物料长描述转换为特征向量形式；

S6：分类：通过学习得到一个目标函数，把每个特征集映射到一个预先定义的类标号；

S7：分类结果评估：通过分类结果度量来评估分类结果。

2.根据权利要求1所述的物料数据长描述对应小类名称分类方法，所述S2包括如下步骤：

S21：对原始物料数据单位和连接符统一化；

S22：去掉括号和斜杠；

S23：中文分词后进行文字转拼音；

S24：大写转小写和全角转半角。

3.根据权利要求1所述的物料数据长描述对应小类名称分类方法，S3中所述原始物料数据为物料数据长描述、小类名称。

4.根据权利要求1所述的物料数据长描述对应小类名称分类方法，S4中所述样本集的划分比例为训练集样本量与测试集样本量之比为7：3。

5.根据权利要求1所述的物料数据长描述对应小类名称分类方法，S5中所述物料长描述为物料文本数据，所述特征向量化方法为tf-idf算法。

6.根据权利要求1所述的物料数据长描述对应小类名称分类方法，S6中所述分类方法有logistic回归、朴素贝叶斯、决策树、支持向量机、K近邻、随机森林、GBDT、XGBoost、神经网络等。

7.根据权利要求1所述的物料数据长描述对应小类名称分类方法，S7中所述评估分类结果的度量有准确率、召回率和F1值。