[发明专利]一种不平衡网络文本分类优化系统在审
| 申请号： | 201710596521.1 | 申请日： | 2017-07-20 |
| 公开（公告）号： | CN110019654A | 公开（公告）日： | 2019-07-16 |
| 发明（设计）人： | 陈清明;王定波;张亚琴 | 申请（专利权）人： | 南方电网传媒有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/35 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510000 广东省*** | 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： | 本发明公开了一种不平衡网络文本分类优化系统及方法。涉及计算机数据挖掘技术领域，其特征在于，所述系统包括：数据输入单元，用于输入文本语料：TX＝{t1，t2，t3，...，tn}；输入投票级别：N；输入最小特征数：min；输入最大特征数：max；中文分词处理单元，用于对TX进行中文分词，去掉没有意义的连词、介词和感叹词，得到CX＝{c1，c2，c3，...，cn}；特征提取单元，用于进行特征提取；模型分类单元，用于采用训练好的SVM分类器、朴素贝叶斯分类器和KNN分类器对特征提取的结果进行分类；根据投票级别：N，对分类后的结果进行判别；结果输出单元，用于得到每条文本语料的分类结果TC＝{m1，m2，m3，...，mn}。可优化不平衡网络文本小类的表示效果，提高小类的识别率；同时，通过优化集成学习的投票策略，提高小类的召回率。 | ||
| 搜索关键词： | 网络文本 小类 分类 特征提取 优化系统 中文分词 语料 投票 朴素贝叶斯分类器 计算机数据挖掘 结果输出单元 数据输入单元 特征提取单元 处理单元 分类结果 模型分类 输入文本 优化集成 最小特征 识别率 文本 优化 学习 | ||
【主权项】：
1.一种不平衡网络文本分类优化系统，其特征在于，所述系统包括：。数据输入单元，用于输入文本语料：TX＝{t1,t2,t3,…,tn}；输入投票级别：N；输入最小特征数：min；输入最大特征数：max；中文分词处理单元，用于对TX进行中文分词，去掉没有意义的连词、介词和感叹词，得到CX＝{c1,c2,c3,…,cn}；特征提取单元，用于进行特征提取；模型分类单元，用于采用训练好的SVM分类器、朴素贝叶斯分类器和KNN分类器对特征提取的结果进行分类；根据投票级别：N，对分类后的结果进行判别；结果输出单元，用于得到每条文本语料的分类结果TC＝{m1,m2,m3,…,mn}。
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南方电网传媒有限公司，未经南方电网传媒有限公司许可，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/201710596521.1/，转载请声明来源钻瓜专利网。
