[发明专利]一种文本数据分类方法及服务器在审
| 申请号： | 201710356683.8 | 申请日： | 2017-05-19 |
| 公开（公告）号： | CN108959293A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 马洪芹 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518129 广东*** | 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： | 本发明实施例公开了一种文本数据分类方法及服务器，该方法包括：服务器获取S类文本数据中的特征词并确定每个特征词在所属文本数据类别中的影响因子，该每个特征词的影响因子为根据该每个特征词在所属的文本数据类别中出现的次数计算得到；该服务器将目标类别中该影响因子满足预设条件的特征词组合以得到该目标类别的组合词，该目标类别为该S类中的任意一类；该服务器生成描述目标文本数据的特征向量，描述该目标文本数据的特征向量包含与该目标类别中的该特征词和该组合词两类词语中每个词语一一对应的权重因子。采用本发明实施例，能够训练出分类的准确度更高的分类模型。 | ||
| 搜索关键词： | 特征词 目标类别 服务器 文本数据 影响因子 目标文本数据 文本数据分类 特征向量 组合词 词语 服务器获取 次数计算 分类模型 权重因子 预设条件 准确度 词组合 分类 | ||
【主权项】：
1.一种文本数据分类方法，其特征在于，包括：服务器获取S类文本数据中的特征词并确定每个特征词在所属文本数据类别中的影响因子，所述每个特征词的影响因子为根据所述每个特征词在所属的文本数据类别中出现的次数计算得到，所述S类中每类文本数据包括至少一个文本数据，S为大于等于1的正整数；所述服务器将目标类别中所述影响因子满足预设条件的特征词组合以得到所述目标类别的组合词，所述目标类别为所述S类中的任意一类；所述服务器生成描述目标文本数据的特征向量，描述所述目标文本数据的特征向量包含与所述目标类别中的所述特征词和所述组合词两类词语中每个词语一一对应的权重因子，所述每个词语对应的权重因子的数值大小与所述每个词语在所述目标文本数据中出现的次数呈正相关，所述目标文本数据为所述目标类别的文本数据中的任意一个文本数据。
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华为技术有限公司，未经华为技术有限公司许可，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/201710356683.8/，转载请声明来源钻瓜专利网。
