[发明专利]用于自动分类对象的方法和系统

权利要求书

1.一种用于分类对象的方法，包括：

a)输入一组对象以及用于分类对象的类别层次结构；

b)获取领域相关的本体信息；

c)利用基于本体信息的方法将每个所述对象分类到所述类别层次结 构中，以得到第一分类结果；

d)利用基于信息检索的方法将每个所述对象分类到所述类别层次结 构中，以得到第二分类结果；以及

e)组合所述第一和第二分类结果以得到最终分类结果，

其中所述第一分类结果是利用所述基于本体信息的方法将一对象分类 到所述类别层次结构上的不同类别的得分S_Onto(i)，所述第二分类结果是 利用所述基于信息检索的方法将该对象分类到所述类别层次结构上的不同 类别的得分S_IR(i)，其中i表示类别，

其中所述组合步骤包括：

计算对应于所述基于本体信息的方法的第一方法权重W_Onto；

计算对应于所述基于信息检索的方法的第二方法权重W_IR；

计算组合得分S(i)＝S_Onto(i)×W_Onto+S_IR(i)×W_IR；以及

将所述对象分类到具有最大所述组合得分的类别，

其中如果利用所述基于本体信息的方法计算出的得分S_Onto(i)中的最 大值大于预定阈值，则将所述对象分类到具有所述最大得分的类别，作为 所述最终分类结果。

2.如权利要求1所述的方法，其中所述类别层次结构为单层结构，其 包括一层类别节点。

3.如权利要求1所述的方法，其中所述第一方法权重W_Onto和第二 方法权重W_IR分别是利用所述基于本体信息的方法和所述基于信息检索 的方法计算出的得分的归一化的标准偏差。

4.如权利要求1所述的方法，其中所述第一方法权重W_Onto表征所 述基于本体信息的方法的分类结果的离散程度，并且所述第二方法权重 W_IR＝1-W_Onto。

5.如权利要求1所述的方法，其中所述第一方法权重W_Onto和所述 第二方法权重W_IR是根据所述类别层次结构本身的语义特性来确定的。

6.如权利要求1所述的方法，其中所述第一方法权重W_Onto和所述 第二方法权重W_IR是根据经验预先确定的固定权重。

7.如权利要求1所述的方法，其中所述本体信息包括环境本体信息和 规则本体信息。

8.如权利要求7所述的方法，其中所述基于本体信息的方法包括：

针对每个对象，根据所述环境本体信息提取出该对象的元数据；

根据所述环境本体信息，将所述对象的提取出的每个所述元数据本体 化；

根据所述规则本体信息生成一组分类规则；以及

基于生成的所述分类规则与所述对象的经本体化的元数据之间的映 射，计算将所述对象分类到所述类别层次结构上的不同类别的得分。

9.如权利要求8所述的方法，其中所述对象的元数据包括标题、创建 者、时间、对象类型、发送者、接收者。

10.如权利要求1所述的方法，其中所述基于信息检索的方法包括：

分析所述类别层次结构以提取出每个类别所对应的代表关键字；

将输入的每个对象的文本内容与每个类别的代表关键字相比较，以计 算所述对象与所述类别之间的相似性度量；以及

将所述相似性度量作为将所述对象分类到所述类别的得分。

11.如权利要求10所述的方法，其中计算相似性度量的步骤是利用基 于向量空间模型的方法或基于学习的方法来实现的。

12.如权利要求1所述的方法，其中所述类别层次结构为多层结构， 其中第i+1层上的类别是第i层上的类别的子类别。

13.如权利要求12所述的方法，其中，在利用所述步骤c)、d)、 e)将输入的对象分类到所述类别层次结构上的第i层上的类别之后，重复 所述步骤c)、d)、e)以将已分类的对象进一步分类到第i+1层上的子 类别。