[发明专利]文档分类装置及文档分类方法有效
| 申请号： | 201380042988.1 | 申请日： | 2013-08-22 |
| 公开（公告）号： | CN104584005B | 公开（公告）日： | 2018-01-05 |
| 发明（设计）人： | 后藤和之;祖国威;宫部泰成;岩崎秀树 | 申请（专利权）人： | 株式会社东芝;东芝解决方案株式会社 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 永新专利商标代理有限公司72002 | 代理人： | 戚宏梅,杨谦 |
| 地址： | 日本*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 根据实施方式，文档分类装置具有类目生成部(7)，以语言不同的多个文档当中的相同语言的多个文档为对象进行聚类，由此来按照每个语言生成类目；单词间对应关系抽取部(6)，使用语言不同的文档间的对应关系，基于语言不同的单词在存在对应关系的文档间同现地出现的频率，抽取不同单词的单词间的对应关系；以及类目间对应关系抽取部(8)，基于单词间的对应关系，抽取将语言不同的文档进行了分类的类目间的对应关系。 | ||
| 搜索关键词： | 文档 分类 装置 方法 | ||
【主权项】：
一种文档分类装置，其特征在于，具备：文档存储部(1)，存储语言不同的多个文档；文档间对应关系存储部(5)，存储所述文档存储部(1)所存储的、语言不同的文档间的对应关系；类目存储部(3)，存储用于对所述文档存储部(1)所存储的多个文档进行分类的类目；单词抽取部(2)，从所述文档存储部(1)所存储的文档抽取单词；单词间对应关系抽取部(6)，使用所述文档间对应关系存储部(5)所存储的对应关系，基于由所述单词抽取部(2)抽取到的单词在具有所述对应关系的文档间同现地出现的频率，抽取该单词间的对应关系；类目生成部(7)，基于所述文档存储部(1)所存储的语言相同的文档间的、由所述单词抽取部(2)抽取到的单词出现的频率的相似性，对用该语言记述的多个文档进行聚类，由此，按照每个语言生成所述类目；类目间对应关系抽取部(8)，基于在被分类到由所述类目生成部(7)生成的每个语言的类目中的文档中单词出现的频率、以及由所述单词间对应关系抽取部(6)抽取到的对应关系，在被分类到某个类目中的文档中出现的频率较多的单词、与在被分类到其他类目中的文档中出现的频率较多的之间，所述单词间的对应关系存在得越多则视为该类目间的相似度越高，由此，抽取将语言不同的文档进行了分类的类目间的对应关系。
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株式会社东芝;东芝解决方案株式会社，未经株式会社东芝;东芝解决方案株式会社许可，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/201380042988.1/，转载请声明来源钻瓜专利网。
