[发明专利]一种分类方法及装置

权利要求书

1.一种分类方法，其特征在于，包括：

确定层级分类库，所述层级分类库包含多个不同的支线，每一支线包含一个或多个不同层级的类目；

从目标网站获取所述支线的最下层级类目包含的对象信息；

根据所述对象信息和所述对象信息所属的支线训练分类模型。

2.根据权利要求1所述的分类方法，其特征在于，所述对象信息包括对象标题信息和对象属性信息。

3.根据权利要求1所述的分类方法，其特征在于，所述训练分类模型包括：

对所述对象信息进行处理，以生成基础词库；

根据所述基础词库和所述多个不同的支线训练所述分类模型，以使所述分类模型能够对基础词库中词语的所属类目的概率进行分值估算。

4.根据权利要求3所述的分类方法，其特征在于，所述基础词库通过如下步骤得到：

对所述对象信息进行分词处理，以得到对象信息词语；

在类似词库中检索所述对象信息词语，选取与所述对象信息词语的相似度大于相似度阈值的词语作为扩展信息；

对所述对象信息词语和所述扩展信息进行去重处理，以得到所述基础词库。

5.根据权利要求3或4所述的分类方法，其特征在于，还包括：

根据所述基础词库对待分类对象信息进行分词处理，以得到待分类对象信息词语；

利用所述分类模型对所述待分类对象信息词语进行分值估算；

参照所述待分类对象信息词语的分值估算结果，确定所述待分类对象信息所属的分类。

6.根据权利要求3或4所述的分类方法，其特征在于，还包括：

根据所述基础词库对待分类对象信息进行分词处理，以得到待分类对象信息词语；

参照类似词库生成所述待分类对象信息词语的扩展信息；

利用所述分类模型对所述待分类对象信息词语和所述扩展信息进行分值估算；

参照所述待分类对象信息词语和所述扩展信息的分值估算的结果，确定所述待分类对象信息所属的分类。

7.一种分类装置，其特征在于，包括：层级分类库确定单元、对象信息获取单元以及模型训练单元；其中：

所述层级分类库确定单元，适于确定层级分类库，所述层级分类库包含多个不同的支线，每一支线包含多个不同层级的类目；

所述对象信息获取单元，适于从目标网站获取所述支线的最下层级类目包含的对象信息；

所述模型训练单元，适于所述对象信息和所述对象信息所属的支线训练分类模型。

8.根据权利要求7所述的分类装置，其特征在于，所述对象信息包括对象标题信息和对象属性信息。

9.根据权利要求7所述的分类装置，其特征在于，所述模型训练单元包括：基础词库生成子单元以及训练子单元；其中：

所述基础词库生成子单元，适于对所述对象信息进行分词处理，以得到基础词库；

所述训练子单元，适于根据所述基础词库和所述多个不同的支线训练所述分类模型，以使所述分类模型能够对基础词库中词语的所属类目的概率进行分值估算。

10.根据利要求9所述的分类装置，其特征在于，所述基础词库生成子单元包括：第二分词处理单元、第一扩展信息生成单元和第二去重处理单元，其中：

所述第二分词处理单元，适于对所述对象信息进行分词处理，以得到对象信息词语；

所述第一扩展信息生成单元，适于在类似词库中检索所述对象信息词语，选取与所述对象信息词语的相似度大于相似度阈值的词语作为扩展信息；

所述第二去重处理单元，适于对所述对象信息词语和所述扩展信息进行去重处理，以得到所述基础词库。

11.根据权利要求9或10所述的分类装置，其特征在于，还包括：第三分词处理单元、第一分值估算单元以及第一分类确定单元；其中：

第三分词处理单元，适于根据所述基础词库对待分类对象信息进行分词处理，以得到待分类对象信息词语；

第一分值估算单元，适于利用所述分类模型对所述待分类对象信息词语进行分值估算；

第一分类确定单元，适于参照所述待分类对象信息词语的分值估算结果，确定所述待分类对象信息所属的分类。

12.根据权利要求9或10所述的分类装置，其特征在于，还包括：第四分词处理单元、第二扩展信息生成单元、第二分值估算单元以及第二分类确定单元；其中：

所述第四分词处理单元，适于根据所述基础词库对所述待分类对象信息进行分词处理，以得到待分类对象信息词语；

所述第二扩展信息生成单元，适于参照类似词库生成所述待分类对象信息词语的扩展信息；

所述第二分值估算单元，适于利用所述分类模型对所述待分类对象信息词语和所述扩展信息进行分值估算；

所述第二分类确定单元，适于参照所述待分类对象信息词语和所述扩展信息的分值估算的结果，确定所述待分类对象信息所属的分类。