[发明专利]基于web的文本分类挖掘系统及方法无效
| 申请号： | 201110160465.X | 申请日： | 2011-06-15 |
| 公开（公告）号： | CN102184262A | 公开（公告）日： | 2011-09-14 |
| 发明（设计）人： | 张杰;刘奎飞 | 申请（专利权）人： | 悠易互通（北京）广告有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 北京市炜衡律师事务所 11375 | 代理人： | 王启莺 |
| 地址： | 100026 北京市朝阳*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于web的文本分类挖掘系统及方法，其主要包括文本预处理模块、分词处理模块和分类算法模块；其中，文本预处理模块，用于从待测试文本中自动筛选和预处理特定的信息，过滤掉无关的信息，以有效地表示文本；分词处理模块，用于将所述文本进行分词，找到每个文本具有的属性/属性词，为特征词的选择做准备；分类算法模块，用于进行特征选择，得到最优的特征子集，或按照训练结果的文件提供的数据，找到相应的概率，比较得到最大概率所属的类别，得出结论，最后将结果存储在文件中。该系统通过利用HTML标记权重改善朴素的贝叶斯算法的条件独立假设的不足，对分类器进行了改进，能够提高数据挖掘的查全率和查准率。 | ||
| 搜索关键词： | 基于 web 文本 分类 挖掘 系统 方法 | ||
【主权项】：
一种基于web的文本分类挖掘系统，其特征在于，该系统主要包括文本预处理模块、分词处理模块和分类算法模块；其中，文本预处理模块，用于从待测试文本中自动筛选和预处理特定的信息，过滤掉无关的信息，以有效地表示文本；分词处理模块，用于将所述文本进行分词，找到每个文本具有的属性/属性词，为特征词的选择做准备；分类算法模块，用于进行特征选择，得到最优的特征子集，或按照训练结果的文件提供的数据，找到相应的概率，比较得到最大概率所属的类别，得出结论，最后将结果存储在文件中。
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悠易互通（北京）广告有限公司，未经悠易互通（北京）广告有限公司许可，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/201110160465.X/，转载请声明来源钻瓜专利网。
