[发明专利]文本分类特征提取方法、文本分类方法及装置有效
| 申请号： | 201710107388.9 | 申请日： | 2017-02-27 |
| 公开（公告）号： | CN106897428B | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 包恒耀;苏可;饶孟良;陈益 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 郭曼;王琦 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种文本分类特征提取方法，从训练集中的多个训练文本中获取特征词集合，确定所述特征词集合中每一个特征词与某一类别的属性相关度及每一个特征词在该类别中的词频，从所述特征词集合中选取所述属性相关度符合预设第一条件的特征词及所述词频符合预设第二条件的特征词作为对应类别的分类特征词。本申请还提出了相应的文本分类方法、文本分类特征提取装置及文本分类装置。 | ||
| 搜索关键词： | 文本 分类 特征 提取 方法 装置 | ||
【主权项】：
一种文本分类特征提取方法，其特征在于，包括：从训练集中的多个训练文本中获取特征词集合，每一个训练文本带有类别标签，所述类别标签用于表征对应训练文本所属的预设多个类别中的一个类别；及对于所述预设多个类别中的任一类别，通过以下处理确定该类别的分类特征词：根据所述特征词集合及所述多个训练文本的类别标签，确定所述特征词集合中每一个特征词与该类别的属性相关度及每一个特征词在该类别中的词频，其中，所述属性相关度表征对应特征词与该类别的属性关联程度，所述词频表征在属于该类别的训练文本中，包含对应特征词的训练文本所占的比例；从所述特征词集合中选取所述属性相关度符合预设第一条件的特征词及所述词频符合预设第二条件的特征词；及将所选取的特征词作为该类别的分类特征词；其中，所述分类特征词用于在文本分类时获取文本的文本向量。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201710107388.9/，转载请声明来源钻瓜专利网。
