[发明专利]一种文本分类方法和装置有效
| 申请号： | 201210206020.5 | 申请日： | 2012-06-18 |
| 公开（公告）号： | CN103514174B | 公开（公告）日： | 2019-01-15 |
| 发明（设计）人： | 程童 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京鸿德海业知识产权代理事务所(普通合伙) 11412 | 代理人： | 袁媛 |
| 地址： | 100085 北京市*** | 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： | 本发明提供了一种文本分类方法和装置，该方法包括：将待处理文本中除文字和数字以外的每个字符采用预设的固定字符串替换；统计替换后的文本总长度和文本中包含的文字长度，计算所述文字长度与文本总长度的比例；利用所述文字长度与文本总长度的比例，计算所述待处理文本的作弊特征指标；将所述作弊特征指标超过预设阈值的待处理文本确定为垃圾文本。本发明可以有效弥补现有机器学习方法的不足，提高分类的准确率。 | ||
| 搜索关键词： | 一种 文本 分类 方法 装置 | ||
【主权项】：
1.一种文本分类方法，其特征在于，包括以下步骤：S1、将待处理文本中除文字和数字以外的每个字符采用预设的固定字符串替换；S2、统计替换后的文本总长度和文本中包含的文字长度，计算所述文字长度与文本总长度的比例；S3、利用所述文字长度与文本总长度的比例，计算所述待处理文本的作弊特征指标；S4、将所述作弊特征指标超过预设阈值的待处理文本确定为垃圾文本。
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北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/201210206020.5/，转载请声明来源钻瓜专利网。
