[发明专利]基于文本特征的文档分类方法、计算机设备及存储介质

说明书

本发明公开了一种基于文本特征的文档分类方法，包括：S1，对文本内容进行多文本特征匹配；S2，匹配成功则记录估算分类标记并进入步骤S3，匹配失败则进入步骤S3；S3，判断是否存在未处理的内容文本特征模板；S4，若存在未处理的内容文本特征模板则返回步骤S1；S5，若不存在未处理的内容文本特征模板，则根据估算分类标记生成估算分类并判断文档本身是否有人工分类，若没有人工分类则进入步骤S6，若有人工分类则通过人工分类对应的文本特征对文本内容进行匹配，匹配成功则进入步骤S6，匹配识别则删除人工分类；S6，生成文档分类结果。本发明还公开了一种计算机设备及计算机可读存储介质。本发明实现了文档的有效分类，速度快，准确性高。

技术领域

本发明涉及一种文档分类技术领域，尤其涉及一种基于文本特征的文档分类方法、一种计算机设备及一种计算机可读存储介质。

背景技术

很多场景下，处理业务的时候需要大量的材料，这些材料可能是纸质的或者电子文档。处理业务的过程中需要花费大量人力进行人工分类，还需要核实文档是否符合要求，处理过程也耗时比较久，另外，对于纸质文档还有运输、存储和储存的问题，费时费力。

例如，在电信行业中，当前每月平均订单量约500万，其中百分之十几实现了无纸化，剩余的订单全为纸质订单。主要入口分成社区店和营业厅，其中营业厅基本已实现工单无纸化，社区店能自主入单的类型包括新装，开户等等部分业务，剩余的业务需要通过纸质单上交附近的营业厅代入单完成。现在社区店入单大多数为纸质单，入单后由社区店/营业厅提交到区统一保存。在处理某些特殊场景比如客户投诉时，找纸质材料耗时耗力，而且比较容易丢失。

因此，需要对电子订单及纸质订单分别进行有效的分类管理，实现订单收集、分类、稽核的全流程管理。

发明内容

本发明所要解决的技术问题在于，提供一种基于文本特征的文档分类方法、计算机设备及计算机可读存储介质，可实现文档的有效分类，速度快，准确性高。

为了解决上述技术问题，本发明提供了一种基于文本特征的文档分类方法，包括：S1，对文档的文本内容进行多文本特征匹配；S2，判断是否匹配成功，若匹配成功，则记录估算分类标记并进入步骤S3，若匹配失败，则直接进入步骤S3；S3，判断是否存在未处理的内容文本特征模板；S4，若存在未处理的内容文本特征模板，则返回步骤S1；S5，若不存在未处理的内容文本特征模板，则根据所述估算分类标记生成估算分类，并判断所述文档本身是否有人工分类，若没有人工分类，则进入步骤S6，若有人工分类，则通过所述人工分类所述对应的文本特征对所述文本内容进行匹配，并判断是否通过匹配，判断为是时，则进入步骤S6，判断为否时，则删除所述人工分类，并进入步骤S6；S6，根据所述估算分类及人工分类的结果生成文档分类结果。

作为上述方案的改进，所述的基于文本特征的文档分类方法还包括：提取同一申请单中的所有文档，每一所述申请单包括至少一个订单，每一所述订单包括至少一个文档；将所述文档的文档分类结果与对应订单中的预设分类清单进行比对，以判断所述文档分类结果是否已覆盖所述预设分类清单；判断为是时，表示资料齐备，稽核通过；判断为否时，表示资料缺漏，稽核不通过，并生成警示信号。

作为上述方案的改进，所述预设分类清单根据订单的业务场景及客户类型进行设定。

作为上述方案的改进，所述文档的命名格式为：磁盘数据存放根目录字段、时间字段及提交码字段。

作为上述方案的改进，所述文档通过所述提交码字段进行绑定。

作为上述方案的改进，所述基于文本特征的文档分类方法还包括对所述文档进行加密存储。

作为上述方案的改进，所述内容文本特征模板包括固定字段及动态字段。