[发明专利]一种文档分类方法及装置有效
| 申请号： | 201210273212.8 | 申请日： | 2012-08-02 |
| 公开（公告）号： | CN103577462B | 公开（公告）日： | 2018-10-16 |
| 发明（设计）人： | 徐兴军 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 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： | 本发明公开了一种文档分类方法及装置。一种文档分类方法包括以下步骤：提取目标文档的特征文本，利用所述特征文本构成搜索条件；利用所述搜索条件进行搜索，得到相应的搜索结果；计算所述目标文档与搜索结果的文本相似度；根据计算得到的文本相似度以及搜索结果的分类信息，得到所述目标文档的分类结果。本发明方案基于文本之间的相似性，利用已有的文档分类信息对新文档进行分类，由于文本内容相似的文档属于相同分类的概率很大，因此通过对与当前文本内容相似的文本所属类别进行统计，可以得到置信度较高的分类结果。 | ||
| 搜索关键词： | 文档分类 目标文档 搜索结果 文本相似度 分类结果 搜索条件 特征文本 文本内容 文档 文本 分类信息 置信度 分类 搜索 概率 统计 | ||
【主权项】：
1.一种文档分类方法，其特征在于，包括：提取目标文档的特征文本，利用所述特征文本构成搜索条件；利用所述搜索条件进行搜索，得到相应的搜索结果；计算所述目标文档与搜索结果的文本相似度；计算各个类别搜索结果对应的相似度之和，将各个类别搜索结果对应的相似度之和除以所有搜索结果的相似度之和，根据计算结果得到所述目标文档属于各个类别的概率；将按照概率的大小排序生成预判断结果反馈给用户，用户收到具有排序的预判断结果后，在给出的几个选项中进行选择，得到所述目标文档的分类结果。
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/201210273212.8/，转载请声明来源钻瓜专利网。
