[发明专利]分类文件的方法及系统

权利要求书

1.一种分类文件的方法，该文件具有多个特征词，该方法包含下列步骤：

藉由所述特征词，计算该文件与多个类别基础知识对应的多个相似值；

计算所述相似值中的最大相似值与第二大相似值的第一比值；

当该第一比值大于第一门限值时，将该文件的多个特征词放入一延伸类别知识缓冲区；以及

藉由该延伸类别知识缓冲区来更新所述类别基础知识。

2.根据权利要求1所述的方法，更包含下列步骤：当该第一比值大于该第一门限值时，标记该文件在所述类别基础知识中的类别。

3.根据权利要求1-2中任一项所述的方法，其中该第一门限值介于1至2，由使用者自行设定。

4.根据权利要求1-3所述的方法，进一步包含下列步骤：

当该第一比值小于等于该第一门限值时，将该文件置于未标记文件缓冲区以标示该文件为未标记文件。

5.根据权利要求1-4所述的方法，进一步包含下列步骤：

计算该未标记文件缓冲区中的目前未标记文件数量与前次未标记文件数量的第二比值；

当该第二比值大于第二门限值时，未标记文件中，以较多文件数的类别作为未标记文件的默认类别；以及

当该第二比值小于或等于该第二门限值时，藉由该延伸类别知识缓冲区来更新该类别基础知识。

6.根据权利要求1-5所述的方法，其中该第二门限值介于1至2，由使用者自行设定。

7.根据权利要求1-6所述的方法，其中该文件经过中文断词。

8.根据权利要求1-7所述的方法，其中所述类别基础知识由系统设定或是用户自行输入。

9.根据权利要求1-8所述的方法，其中所述相似值的计算公式可使用Dice系数、Cos系数以及jaccard系数其中之一。

10.一种分类文件的系统，该文件具有多个特征词，该系统包含：

处理单元，藉由所述特征词，计算该文件与多个类别基础知识对应的多个相似值，并计算这些相似值中的最大相似值与第二大相似值的比值；以及

缓冲单元，当该比值大于门限值时，将该文件的多个特征词储存为延伸类别知识，其中该处理单元藉由该缓冲单元来更新该类别基础知识。

11.一种更新类别基础知识的方法，包含下列步骤：

提供多个特征字及该类别基础知识；

藉由所述特征字，分别计算所述特征字与该类别基础知识间的多个相似值；以及

根据所述相似值来决定是否更新该类别基础知识。