[发明专利]一种文件分类方法、系统及一种文件分类设备在审
| 申请号： | 201711091476.0 | 申请日： | 2017-11-08 |
| 公开（公告）号： | CN107862051A | 公开（公告）日： | 2018-03-30 |
| 发明（设计）人： | 毕银龙 | 申请（专利权）人： | 郑州云海信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 罗满 |
| 地址： | 450018 河南省郑州市*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文件分类方法包括将采集到的文本进行预处理，并将经过预处理的文本进行分词处理，得到词语序列；去除所述词语序列中的停用词，得到当前词语序列，并将所述当前词语序列中TF‑IDF权重大于预设值的特征词添加至语料词典中；利用VSM模型对所述语料词典中的特征词进行向量化表示，得到向量矩阵；将所述向量矩阵输入分类模型中训练所述分类模型，以便对未知文本进行分类。由此可见，本发明实施例提供的文件分类方法，实现了文本从预处理到分类结果的输出一体化。本发明还公开了一种文件分类系统及一种文件分类设备和一种计算机可读存储介质，同样能实现上述技术效果。 | ||
| 搜索关键词： | 一种 文件 分类 方法 系统 设备 | ||
【主权项】：
一种文件分类方法，其特征在于，包括：将采集到的文本进行预处理，并将经过预处理的文本进行分词处理，得到词语序列；去除所述词语序列中的停用词，得到当前词语序列，并将所述当前词语序列中TF‑IDF权重大于预设值的特征词添加至语料词典中；利用VSM模型对所述语料词典中的特征词进行向量化表示，得到向量矩阵；将所述向量矩阵输入分类模型中训练所述分类模型，以便对未知文本进行分类。
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郑州云海信息技术有限公司，未经郑州云海信息技术有限公司许可，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/201711091476.0/，转载请声明来源钻瓜专利网。
