[发明专利]基于内容的文档自动分类入库方法

说明书

本发明提供了基于内容的文档自动分类入库方法，属于文档处理技术领域，旨在解决文档进行人工分类管理耗费时间的问题；包括以下步骤：对待分类的电子文档进行内容识别并表示为对应于电子文档的词频向量；根据电子文档的词频向量输出电子文档的内容类别属性；根据电子文档的词频向量计算电子文档在相关联的特征空间中的特征向量占比；根据文档的特征向量占比最大值向对应的特征空间输入电子文档数据；根据文档读取的检索词与特征空间进行匹配，并将相应的特征空间内的电子文档数据进行读取反馈；本发明的设计，能够根据文档内容进行自动分类入库存储，实现了文档的高效存储；便于对文档进行分类管理，节省人工分类时间，提高工作效率。

技术领域

本发明涉及文档处理技术领域，具体为基于内容的文档自动分类入库方法。

背景技术

目前，在进行文档的分类入库管理时，为了便于管理，通常需要对文档内容进行人工审核、分类入库，浪费大量的时间和人力，不利于工作效率的提高。

发明内容

针对上述存在的技术不足，本发明的目的是提供基于内容的文档自动分类入库方法，能够根据文档内容进行自动分类入库存储，实现了文档的高效存储；便于对文档进行分类管理，节省人工分类时间，提高工作效率。

为解决上述技术问题，本发明采用如下技术方案：

基于内容的文档自动分类入库方法，其特征在于，包括以下步骤：

S1、文档预处理

内容识别：对待分类的电子文档进行内容识别并表示为对应于电子文档的词频向量；

文档内容分类：根据电子文档的词频向量输出电子文档的内容类别属性；

特征空间匹配：根据电子文档的词频向量计算电子文档在相关联的特征空间中的特征向量占比；

S2、文档缓存

根据文档的特征向量占比最大值向对应的特征空间输入电子文档数据；

S3、文档读取

根据文档读取的检索词与特征空间进行匹配，并将相应的特征空间内的电子文档数据进行读取反馈。

基于内容的文档自动分类入库方法的应用系统，其特征在于，包括电性连接的文档协同管理子系统、文档预处理子系统、数据缓存子系统和数据存储子系统；

所述文档协同管理子系统包括数据管理模块、资源监控与管理模块、检索索引模块；

所述文档预处理子系统包括内容识别模块、文档内容分类模块、特征空间匹配模块；

所述数据缓存子系统包括内存数据库和分类写入模块；

所述数据存储子系统包括文件生成模块、文件管理模块和文件存储模块。

本发明的有益效果在于：本发明的设计，能够根据文档内容进行自动分类入库存储，实现了文档的高效存储；便于对文档进行分类管理，节省人工分类时间，提高工作效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于内容的文档自动分类入库方法的应用系统的结构框图。

具体实施方式