[發明專利]一種基于語義的文本分類方法在審
| 申請號： | 201410348319.3 | 申請日： | 2014-07-21 |
| 公開（公告）號： | CN104182463A | 公開（公告）日： | 2014-12-03 |
| 發明（設計）人： | 賈巖 | 申請（專利權）人： | 安徽華貞信息科技有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 合肥市長遠專利代理事務所(普通合伙) 34119 | 代理人： | 程篤慶;黃樂瑜 |
| 地址： | 230000 安徽省合肥市高*** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 語義 文本 分類 方法 | ||
1.一種基于語義的文本分類方法，其特征在于，根據文本的語義對文本進行分類，包括以下步驟：
A、根據文本集選擇預設詞典組合構建本體庫；
B、將文本集統一格式并分解為基本單元，根據本體庫將文本集轉化為概念；
C、抽取文本集的特征項，并計算特征項的權重；
D、根據預設訓練集構建分類器，并根據預設測試集對分類器進行測試和調整；
E、根據分類器對文本集進行分類。
2.如權利要求1所述的基于語義的文本分類方法，其特征在于，預設詞典包括實體詞典和特征詞典。
3.如權利要求2所述的基于語義的文本分類方法，其特征在于，實體詞典和特征詞典由人工設置，并可根據文本集進行修改。
4.如權利要求2所述的基于語義的文本分類方法，其特征在于，文本集根據實體詞典進行概念轉換。
5.如如權利要求2所述的基于語義的文本分類方法，其特征在于，文本集根據特征詞典抽取特征項。
6.如權利要求1所述的基于語義的文本分類方法，其特征在于，特征項權值的計算公式為：
其中，w為特征項t在文檔d中的權重值，tf表示t在d內出現的頻率，idf表示t的反比文本頻率，n表示訓練集的文檔總數，m表示訓練集中包含t的文檔數。
7.如權利要求1所述的基于語義的文本分類方法，其特征在于，訓練集由人工設置，并可根據文本集進行修改。
8.如權利要求1或7所述的基于語義的文本分類方法，其特征在于，測試集根據訓練集進行設置。
9.如權利要求1所述的基于語義的文本分類方法，其特征在于，分類器采用SVM算法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于安徽華貞信息科技有限公司;，未經安徽華貞信息科技有限公司;許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410348319.3/1.html，轉載請聲明來源鉆瓜專利網。
