[发明专利]一种计算机中文文本分类方法有效
| 申请号： | 201210489136.4 | 申请日： | 2012-11-26 |
| 公开（公告）号： | CN103020167A | 公开（公告）日： | 2013-04-03 |
| 发明（设计）人： | 戴新宇;付强;陈家骏;黄书剑;张建兵 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华 |
| 地址： | 210093 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种计算机中文文本分类方法，包括以下步骤：使用N-gram方法处理中文文本：使用N-gram的方法把中文文本的表示为一个由一组特征组成的特征向量；使用词频逆向文件频率法为特征向量中每一个特征赋予一个权重；利用L1-正则化逻辑回归分类器模型为中文文本分类。本发明对现有的基于分词的中文文本分类方法进行改善和提高，能够避免分词对分类精度产生的不良影响。通过使用N-gram的形式来表达文本，可以很好地避免上述的两方面问题。同时L1-正则化逻辑回归分类器可以很好地解决N-gram带来的数据稀疏性问题，从而提高文本分类的精度。 | ||
| 搜索关键词： | 一种 计算机 中文 文本 分类 方法 | ||
【主权项】：
一种计算机中文文本分类方法，其特征在于，包括以下步骤：步骤一，使用N‑gram方法处理中文文本：使用N‑gram的方法把中文文本的表示为一个由一组特征组成的特征向量；步骤二，使用词频逆向文件频率法为特征向量中每一个特征赋予一个权重；步骤三，利用L1‑正则化逻辑回归分类器模型为中文文本分类。
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南京大学，未经南京大学许可，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/201210489136.4/，转载请声明来源钻瓜专利网。
- 上一篇：处理数据库操作请求的系统
- 下一篇：一种用于生成可视化视图的方法和设备
