[发明专利]一种新闻文本分类方法、装置及服务器在审
申请号: | 201810116106.6 | 申请日: | 2018-02-06 |
公开(公告)号: | CN108334610A | 公开(公告)日: | 2018-07-27 |
发明(设计)人: | 任宁;晋耀红 | 申请(专利权)人: | 北京神州泰岳软件股份有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06F17/27 |
代理公司: | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人: | 逯长明;许伟群 |
地址: | 100089 北京市海淀区*** | 国省代码: | 北京;11 |
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新闻文本分类方法、装置及服务器,首先,根据已知新闻语料创建分类词表;然后,根据分类词表对新闻文本进行分类,获得新闻文本的命中类别;然后,对新闻文本进行分词,并获取每个新闻文本的分词与命中类别的相关度;最后,根据相关度,从新闻文本的分词中选拔特征词,并将选拔出的特征词添加到分类词表中。随着新闻文本分类的进行,本申请实现了在新闻文本的分类过程中持续地更新分类词表,使分类词表在使用过程中能够不断积累和完善特征词,及时跟随新闻文本的内容变化趋势,保持并不断提高分类词表对新出现的新闻文本的分类能力,从而,提高了新闻文本分类的准确性。 | ||
搜索关键词: | 新闻文本 分类词表 特征词 分类 分词 相关度 服务器 命中 分类过程 分类能力 内容变化 新闻语料 申请 创建 更新 积累 | ||
【主权项】:
1.一种新闻文本分类方法,其特征在于,包括:S110,根据已知新闻语料创建分类词表;所述分类词表设置有多个新闻类别,每个新闻类别中包含至少一个特征词;S120,根据所述分类词表对新闻文本进行分类,获得新闻文本的命中类别;S130,对新闻文本进行分词,并获取每个新闻文本的分词与所述命中类别的相关度;S140,根据所述相关度,从新闻文本的分词中选拔所述特征词,并将选拔出的所述特征词添加到所述分类词表中;S150,重复执行步骤S120‑S140,直到所述分类词表对新闻文本分类的准确率满足预设终止条件为止。
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北京神州泰岳软件股份有限公司,未经北京神州泰岳软件股份有限公司许可,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/201810116106.6/,转载请声明来源钻瓜专利网。