[發(fā)明專利]一種數(shù)據(jù)分類方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201711244318.4
• 申請日: 2017-11-30
• 公開（公告）號: CN108009248A
• 公開（公告）日: 2018-05-08
• 發(fā)明（設(shè)計(jì)）人: 楊濤;王肅;楊耀威
• 申請（專利權(quán)）人: 國信優(yōu)易數(shù)據(jù)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 楊奇松

本申請?zhí)峁┝艘环N數(shù)據(jù)分類方法和系統(tǒng)，包括：獲得預(yù)先生成的多個(gè)分類領(lǐng)域相關(guān)度集；其中，每個(gè)分類領(lǐng)域相關(guān)度集包括對應(yīng)領(lǐng)域名稱詞、與該領(lǐng)域名稱詞所表征領(lǐng)域相關(guān)的關(guān)鍵詞、以及各關(guān)鍵詞與該領(lǐng)域名稱詞之間的第一相關(guān)度；針對每個(gè)分類領(lǐng)域相關(guān)度集，確定待分類詞與該分類領(lǐng)域相關(guān)度集中預(yù)設(shè)相關(guān)詞之間的第二相關(guān)度；其中，所述預(yù)設(shè)相關(guān)詞包括該分類領(lǐng)域?qū)?yīng)的各關(guān)鍵詞，或者該分類領(lǐng)域?qū)?yīng)的領(lǐng)域名稱詞；將所述第一相關(guān)度和所述第二相關(guān)度輸入預(yù)先構(gòu)建的分類領(lǐng)域確定模型，得到所述待分類詞與該分類領(lǐng)域之間的相關(guān)度；根據(jù)所述待分類詞與多個(gè)分類領(lǐng)域之間的相關(guān)度，確定分類結(jié)果。

技術(shù)領(lǐng)域

本申請涉及數(shù)據(jù)分析技術(shù)領(lǐng)域，具體而言，涉及一種數(shù)據(jù)分類方法和系統(tǒng)。

背景技術(shù)

目前，在各個(gè)平臺獲取到大量數(shù)據(jù)后，一般是通過手動標(biāo)注的方式對大量數(shù)據(jù)進(jìn)行分類，這種操作方式比較耗費(fèi)人力，也比較浪費(fèi)時(shí)間，在實(shí)際操作過程中，由于操作人員認(rèn)知的差別，導(dǎo)致數(shù)據(jù)的分類不合理、針對的領(lǐng)域不夠明確，分類效果也無法滿足實(shí)際應(yīng)用的需求，進(jìn)而給數(shù)據(jù)的使用帶來不便，降低了數(shù)據(jù)使用過程中的利用率。

發(fā)明內(nèi)容

有鑒于此，本申請的目的在于提供一種數(shù)據(jù)分類方法和系統(tǒng)，用于解決現(xiàn)有技術(shù)中的對數(shù)據(jù)分類不科學(xué)導(dǎo)致數(shù)據(jù)應(yīng)用效率低的問題。

第一方面，本申請實(shí)施例提供了一種數(shù)據(jù)分類方法，該方法包括：

獲得預(yù)先生成的多個(gè)分類領(lǐng)域相關(guān)度集；其中，每個(gè)分類領(lǐng)域相關(guān)度集包括對應(yīng)領(lǐng)域名稱詞、與該領(lǐng)域名稱詞所表征領(lǐng)域相關(guān)的關(guān)鍵詞、以及各關(guān)鍵詞與該領(lǐng)域名稱詞之間的第一相關(guān)度；

針對每個(gè)分類領(lǐng)域相關(guān)度集，確定待分類詞與該分類領(lǐng)域相關(guān)度集中預(yù)設(shè)相關(guān)詞之間的第二相關(guān)度；其中，所述預(yù)設(shè)相關(guān)詞包括該分類領(lǐng)域?qū)?yīng)的各關(guān)鍵詞，或者該分類領(lǐng)域?qū)?yīng)的領(lǐng)域名稱詞；

將所述第一相關(guān)度和所述第二相關(guān)度輸入預(yù)先構(gòu)建的分類領(lǐng)域確定模型，得到所述待分類詞與該分類領(lǐng)域之間的相關(guān)度；

根據(jù)所述待分類詞與多個(gè)分類領(lǐng)域之間的相關(guān)度，確定分類結(jié)果。

可選地，所述預(yù)設(shè)相關(guān)詞為該分類領(lǐng)域?qū)?yīng)的各關(guān)鍵詞；

確定待分類詞與該分類領(lǐng)域相關(guān)度集中預(yù)設(shè)相關(guān)詞之間的第二相關(guān)度，具體包括：

確定待分類詞分別與該分類領(lǐng)域?qū)?yīng)的各關(guān)鍵詞之間的第二相關(guān)度；

將所述第一相關(guān)度和所述第二相關(guān)度輸入預(yù)先構(gòu)建的分類領(lǐng)域確定模型，得到所述待分類詞與該分類領(lǐng)域之間的相關(guān)度，具體包括：

將所述第一相關(guān)度和所述第二相關(guān)度輸入預(yù)先構(gòu)建的分類領(lǐng)域確定模型，針對每個(gè)第二相關(guān)度，確定與該第二相關(guān)度對應(yīng)關(guān)鍵詞所對應(yīng)的第一相關(guān)度與該第二相關(guān)度的乘積；

將各乘積相加得到的和確定為所述待分類詞與該分類領(lǐng)域之間的相關(guān)度。

可選地，所述預(yù)設(shè)相關(guān)詞為該分類領(lǐng)域?qū)?yīng)的領(lǐng)域名稱詞；

確定待分類詞與該分類領(lǐng)域相關(guān)度集中預(yù)設(shè)相關(guān)詞之間的第二相關(guān)度，具體包括：

確定待分類詞分別與該分類領(lǐng)域?qū)?yīng)的領(lǐng)域名稱詞之間的第二相關(guān)度；

將所述第一相關(guān)度和所述第二相關(guān)度輸入預(yù)先構(gòu)建的分類領(lǐng)域確定模型，得到所述待分類詞與該分類領(lǐng)域之間的相關(guān)度，具體包括：

將所述第一相關(guān)度和所述第二相關(guān)度輸入預(yù)先構(gòu)建的分類領(lǐng)域確定模型，確定所述第二相關(guān)度分別和對應(yīng)領(lǐng)域名稱詞與各關(guān)鍵詞之間的第一相關(guān)度之間的乘積；

將各乘積相加得到的和確定為所述待分類詞與該分類領(lǐng)域之間的相關(guān)度。

可選地，采用如下方式構(gòu)建分類領(lǐng)域相關(guān)度集：

從預(yù)設(shè)平臺獲取語料；