[发明专利]用于预测数据对象的类目的方法和装置

权利要求书

1.一种用于预测数据对象的类目的方法，其特征在于，包括：

从待预测数据对象中提取至少一个对象特征，并对所述至少一个对象特征进行词性标注处理；

根据所述对象特征和词性标注处理结果，从预先基于数据库内已有数据对象及对应的数据对象类目所构建的特征树中，获取特征集合，所述特征集合包含所述对象特征中存在联系的对象特征对以及所述对象特征中与其它对象特征不存在联系的单个对象特征；

根据所述特征集合，从预先基于数据库内已有数据对象及对应的数据对象类目以及所述特征树所统计的特征-类目概率分布中，获取与所述特征集合中的各对象特征对或对象特征分别对应的各类目概率分布；以及

根据所述各类目概率分布，确定待预测数据对象的预测类目集合。

2.根据权利要求1所述的方法，其特征在于，预先基于数据库内已有数据对象及对应的数据对象类目构建所述特征树的步骤进一步包括：

从数据库内已有数据对象中提取至少一个原始特征；

确定所述原始特征中的两两特征之间的关联性；以及

根据所述两两特征之间的关联性，构建其中以所述原始特征为节点的特征树。

3.根据权利要求2所述的方法，其特征在于，确定所述原始特征中的两两特征之间的关联性的步骤进一步包括：

根据所述原始特征中的两两特征在不同类目下的互信息，确定所述两两特征之间的关联性。

4.根据权利要求3所述的方法，其特征在于，所述根据所述原始特征中的两两特征在不同类目下的互信息，确定所述两两特征之间的关联性的步骤进一步包括：

根据所述原始特征中的两两特征的类目分布和这两个特征各自的类目分布，统计所述两两特征在每个类目下的互信息；

将所述两两特征在每个类目下的互信息相加得到所述两两特征的总互信息；以及

根据所述总互信息，确定所述两两特征之间的关联性。

5.根据权利要求2所述的方法，其特征在于，所述根据所述两两特征之间的关联性，构建其中以所述原始特征为节点的特征树的步骤进一步包括：

以所述原始特征为节点，根据所述两两特征之间的关联性，将具有关联性的节点连接在一起，生成最大生成树；

选取所述最大生成树中的任一节点作为根节点，以所述最大生成树为基础生成拓扑树；以及

在不改变拓扑树的拓扑结构的情况下增加各节点间的连接，使得每个节点可与两个以上且100个以下的其它节点进行连接，从而构建得到所述特征树。

6.根据权利要求2所述的方法，其特征在于，在确定所述两两特征之间的关联性的步骤之后，且在构建其中以所述原始特征为节点的特征树的步骤之前，还包括：

根据所述两两特征之间的关联性，对原始特征进行过滤处理。

7.根据权利要求1-6中任一项所述的方法，其特征在于，预先基于数据库内已有数据对象及对应的数据对象类目以及所述特征树来统计特征-类目概率分布的步骤进一步包括：

从所述特征树中分别获取与各数据对象对应的原始特征集合，所述原始特征集合包含所述原始特征中存在联系的原始特征对以及所述原始特征中与其它原始特征不存在联系的单个原始特征；以及

根据各数据对象对应的原始特征集合以及数据对象类目，统计原始特征集合中的各原始特征对或原始特征在各类目下出现的总次数以及在每个类目下出现的次数，从而得到特征-类目概率分布。

8.根据权利要求1-6中任一项所述的方法，其特征在于，在从待预测数据对象中提取至少一个对象特征的步骤之后，且在根据所述对象特征，从预先基于数据库内已有数据对象及对应的数据对象类目所构建的特征树中获取特征集合的步骤之前，还包括：

对所述对象特征进行过滤处理。