[发明专利]一种文本分类的方法及装置无效
| 申请号： | 201010104512.4 | 申请日： | 2010-02-01 |
| 公开（公告）号： | CN102141977A | 公开（公告）日： | 2011-08-03 |
| 发明（设计）人： | 孙翔 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F17/21 | 分类号： | G06F17/21;G06F17/30 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 郭润湘 |
| 地址： | 英属开曼群岛大开曼*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种文本分类的方法，用于实现文本分类，简化分类操作，并提高文本分类的准确度。所述方法包括：对获得的文本内容进行分词，得到多个词汇；针对得到的多个词汇中的每一个词汇，确定该词汇在球面空间模型中的词汇向量；词汇的词汇向量包括该词汇在各类目上的词频值进行归一化后得到的归一化词频值；球面空间模型是以单位长度为半径的多维球体模型，球面空间的维度等于类目的个数，类目对应球面空间中的一个类目向量；针对每个类目，确定得到的多个词汇的词汇向量之和到该类目的类目向量的距离；将文本分入最短距离对应的类目。本申请还公开了用于实现所述方法的装置。 | ||
| 搜索关键词： | 一种 文本 分类 方法 装置 | ||
【主权项】：
一种文本分类的方法，其特征在于，包括以下步骤：对获得的文本内容进行分词，得到多个词汇；针对得到的多个词汇中的一个词汇，确定该词汇在球面空间模型中的词汇向量，其中球面空间的维度等于类目的个数，类目对应球面空间中的一个类目向量；针对每个类目，确定得到的多个词汇的词汇向量之和到该类目的类目向量的距离；将文本分入最短距离对应的类目。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010104512.4/，转载请声明来源钻瓜专利网。
