[发明专利]网页文本分类的方法和装置，网页文本识别的方法和装置有效
| 申请号： | 201610195483.4 | 申请日： | 2016-03-30 |
| 公开（公告）号： | CN107291723B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 段秉南 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36;G06F16/95 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 赵娟 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供了一种网页文本分类的方法和装置，网页文本识别的方法和装置，该网页文本分类的方法包括：采集网页中的文本数据；对所述文本数据进行分词，获得基础分词；计算各基础分词的第一属性值和第二属性值；依据所述第一属性值和第二属性值计算各基础分词的特征值；依据所述特征值从所述基础分词中筛选出特征分词；计算各特征分词相应的权重；将所述权重作为相应特征分词的特征向量，采用所述特征向量训练出分类模型。本申请实施例不仅有效保证了特征提取的客观性与准确性，还兼顾了特征对分类影响，从而提高了网页文本分类的准确性，更方便于用户在海量的文本中及时准确地获得有效的信息。 | ||
| 搜索关键词： | 网页 文本 分类 方法 装置 识别 | ||
【主权项】：
一种网页文本分类的方法，其特征在于，包括：采集网页中的文本数据；对所述文本数据进行分词，获得基础分词；计算各基础分词的第一属性值和第二属性值；依据所述第一属性值和第二属性值计算各基础分词的特征值；依据所述特征值从所述基础分词中筛选出特征分词；计算各特征分词相应的权重；将所述权重作为相应特征分词的特征向量，采用所述特征向量训练出分类模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/patent/201610195483.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种描述词的分类方法及设备
- 下一篇：集群数据复制方法、优先级确定方法及装置
