[發明專利]物料數據長描述對應小類名稱分類方法

在審

• 申請號: 201910877234.7
• 申請日: 2019-09-17
• 公開（公告）號: CN110619363A
• 公開（公告）日: 2019-12-27
• 發明（設計）人: 隋怡;楊浩東;張復生
• 申請（專利權）人: 陜西優百信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/08;G06F17/22;G06F17/27
• 代理公司: 11427 北京科家知識產權代理事務所(普通合伙)
• 代理人: 陳娟

1.一種物料數據長描述對應小類名稱分類方法，方法步驟如下：

S1：原始物料數據：對原始物料的數據進行讀入；

S2：數據預處理：對讀入的原始物料數據進行預處理，將數據規范化、標準化；

S3：類別轉數字：將原始物料數據類別列編碼成數字；

S4：樣本集劃分：將樣本集劃分為訓練集和測試集；

S5：特征向量化：將物料長描述轉換為特征向量形式；

S6：分類：通過學習得到一個目標函數，把每個特征集映射到一個預先定義的類標號；

S7：分類結果評估：通過分類結果度量來評估分類結果。

2.根據權利要求1所述的物料數據長描述對應小類名稱分類方法，所述S2包括如下步驟：

S21：對原始物料數據單位和連接符統一化；

S22：去掉括號和斜杠；

S23：中文分詞后進行文字轉拼音；

S24：大寫轉小寫和全角轉半角。

3.根據權利要求1所述的物料數據長描述對應小類名稱分類方法，S3中所述原始物料數據為物料數據長描述、小類名稱。

4.根據權利要求1所述的物料數據長描述對應小類名稱分類方法，S4中所述樣本集的劃分比例為訓練集樣本量與測試集樣本量之比為7：3。

5.根據權利要求1所述的物料數據長描述對應小類名稱分類方法，S5中所述物料長描述為物料文本數據，所述特征向量化方法為tf-idf算法。

6.根據權利要求1所述的物料數據長描述對應小類名稱分類方法，S6中所述分類方法有logistic回歸、樸素貝葉斯、決策樹、支持向量機、K近鄰、隨機森林、GBDT、XGBoost、神經網絡等。

7.根據權利要求1所述的物料數據長描述對應小類名稱分類方法，S7中所述評估分類結果的度量有準確率、召回率和F1值。