[发明专利]一种文本训练方法和分类方法无效
| 申请号： | 200810225033.0 | 申请日： | 2008-10-24 |
| 公开（公告）号： | CN101727463A | 公开（公告）日： | 2010-06-09 |
| 发明（设计）人： | 谭松波;许洪波;程学旗 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 11280 | 代理人： | 王勇 |
| 地址： | 100190 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 文本 训练 方法 分类 | ||
1.一种文本训练方法，包括下列步骤：
1)计算每类训练样本集的中心向量；
2)根据训练样本集的中心向量对所述训练样本集中的样本进行分类；
3)对分类不正确的样本，根据设定的拉近权dragweight和推远权pushweight修正所述分类不正确的样本的所属类别A的中心向量或/和被错分到的类别B的中心向量。
2.根据权利要求1所述的方法，其特征在于，所述步骤3)包括：
31)对样本向量d中特征l的权重dl大于0的情况，根据公式对所述分类不正确的样本的所属类别A的中心向量进行修正，其中CS表示类别的中心向量，o表示迭代步数；
32)如果根据公式对所述CA，lS，o+1进行归一化，其中CN表示将所述CS归一化后的中心向量。
3.根据权利要求1所述的方法，其特征在于，所述步骤3)包括：
33)对样本向量d中特征l的权重dl大于0的情况，根据公式对所述分类不正确的样本被错分到的类别B的中心向量进行修正，其中CS表示类别的中心向量，o表示迭代步数；
34)如果根据公式对所述CB，lS，o+1进行归一化，其中CN表示将所述CS归一化后的中心向量。
4.根据权利要求3所述的方法，其特征在于，所述步骤33)还包括：
331)如果所述CB，lS，o+1小于0，则将CB，lS，o+1置为0。
5.根据权利要求2所述的方法，其特征在于，所述步骤3)还包括：
33)对样本向量d中特征l的权重dl大于0的情况，根据公式对所述分类不正确的样本被错分到的类别B的中心向量进行修正，其中CS表示类别的中心向量，o表示迭代步数；
34)如果根据公式对所述CB，lS，o+1进行归一化，其中CN表示将所述CS归一化后的中心向量。
6.根据权利要求5所述的方法，其特征在于，所述步骤33)还包括：
331)如果所述CB，lS，o+1小于0，则将CB，lS，o+1置为0。
7.根据权利要求1所述的方法，其特征在于，所述拉近权dragweight是1.0。
8.根据权利要求1所述的方法，其特征在于，所述推远权pushweight是1.0。
9.根据权利要求1所述的方法，其特征在于，所述步骤2)和步骤3)执行迭代步数的最大值次。
10.根据权利要求9所述的方法，其特征在于，所述迭代步数的最大值的取值范围是[5，8]。
11.一种文本分类方法，包括下列步骤：
根据权利要求1至10任一项所述的文本训练方法所得到的中心向量对新文本进行分类。
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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/pat/books/200810225033.0/1.html，转载请声明来源钻瓜专利网。
- 上一篇：获取别称匹配对的方法及装置
- 下一篇：图像处理方法和设备
