[发明专利]一种稿件数据分类的方法

权利要求书

1.一种稿件数据分类的方法，其特征在于，包括：

根据手动分类后的历史稿件数据，确定感知机分类模型中的系数；

提取待分类的稿件数据的输入空间的维度信息，代入所述分类模型中，并根据所述模型和系数得到对应分类的值；

根据所述分类的值判别所述待分类的稿件数据的类别。

2.根据权利要求1所述的方法，其特征在于，根据所述历史稿件数据中的以下输入空间、输出空间的各维度信息确定所述系数；

y：该稿件是否为人工干预过的稿件，是：y＝1，否：y＝-1；

X维度的至少包括以下之一：

X₁：稿件被浏览次数；

X₂：稿件领取后被放弃次数；

X₃：稿件被标注次数；

X₄：稿件每百字术语个数；

X₅：稿件紧急度。

3.根据权利要求2所述的方法，其特征在于，所述感知机模型包括：

f(x)＝sign(WX+b)所述系数为：W，b。

4.根据权利要求2所述的方法，其特征在于，通过感知机模型确定所述系数之前，还包括：消除错误类别对应的数据。

5.根据权利要求4所述的方法，其特征在于，通过感知机模型确定所述系数的过程中，还包括：设定学习率系数α。

6.根据权利要求5所述的方法，其特征在于，确所述系数过程中，还包括：

如果历史数据中存在(X_i，Y_i)，使得Y_i(WX_i+b)≤0，

则：采用以下公式更新W、b；

W←W+αY_iX_i

b←b+αY_i

直到历史数据中所有样本，对于更新后的(W，b)都有Y_i(WX_i+b)＞0；

f(x)＝sign(WX+b)所述系数为：W，b；其中i为输入空间、输出空间中的X、Y的序号；sign为符号函数。