[发明专利]一种文本分类方法和系统

摘要

本申请提供一种文本分类系统和方法。该方法包括从具有类目关联规则的资源提取词条以及所述词条之间的关联规则，生成类目关联规则库；基于已有各领域的基础类目生成基础类目词库；预处理测试文本，提取测试文本的特征词条；比对基础类目词库中的词条和类目关联规则库中的词条，利用词条的关联规则对基础类目词库中的词条进行权重计算，并计算关联规则库中的词条权重；用分类器依提取的特征词条以及计算的词条的权重，对测试文本进行分类。本申请的技术方案避免了不同语言环境下传统文本分类中的跨语言平台技术障碍问题，进而对一些新词以及旧词新概念仅对树形关联规则稍作修改，就实现新的文本分类器，无需顾虑传统文本分类器中文本分部均匀问题。

主权项

一种文本分类系统，其特征在于，包括：关联规则库生成模块(201)，通过从具有类目关联规则的资源提取词条以及所述词条之间的关联规则，以生成类目关联规则库；基础类目词库生成模块(202)，基于已有各领域的基础类目生成基础类目词库；文本预处理模块(203)，用于对测试文本进行预处理，以提取文本特征词条；规则剪枝模块(204)，比对所述基础类目词库中的词条和所述类目关联规则库中的词条，利用所述类目关联规则库中的词条的关联规则，对所述基础类目词库中的词条进行权重计算，并计算所述类目关联规则库中的词条权重；分类器模块(205)，基于所述基础类目词库中的词条的权重、所述类目关联规则库中的词条的权重及提取的所述文本特征词条，对所述测试文本进行分类。