[发明专利]一种文本数据分类方法及服务器

摘要

本发明实施例公开了一种文本数据分类方法及服务器，该方法包括：服务器通过支持向量机SVM算法对第一训练集进行分析，并根据分析得到的第一分类模型对第一测试集进行分类测试，第一训练集和第一测试集均包含多个支持向量，每个支持向量包含K个与K个特征词对应的权重因子，每个特征因子对应一个特征词；根据目标支持向量的权重因子和第一分类模型中的参数计算K个特征词中每个特征词在目标支持向量中的相对权重；通过SVM算法对第二训练集进行分析，并根据分析得到的第二分类模型对第二测试集进行分类测试，第二训练集和第二测试集中的支持向量均包含K个特征词中的除目标特征词以外的特征词对应的权重因子。采用本发明，能够降低分类模型分类的错误率。

主权项

一种文本数据分类方法，其特征在于，包括：服务器通过支持向量机SVM算法对第一训练集进行分析，并根据分析得到的第一分类模型对第一测试集进行分类测试，所述第一训练集和所述第一测试集均包含多个支持向量，每个支持向量包含K个与K个特征词对应的权重因子，每个所述权重因子对应一个特征词，所述权重因子的数值大小与所述权重因子对应的特征词在所述支持向量描述的文本数据中出现的次数成正相关，K为大于1的正整数；所述服务器根据目标支持向量的权重因子和所述第一分类模型中的参数计算所述K个特征词中每个特征词在所述目标支持向量中的相对权重，所述目标支持向量为所述第一测试集中利用所述第一分类模型得到的分类测试结果与预设分类不相符的支持向量；所述服务器通过所述SVM算法对第二训练集进行分析，并根据分析得到的第二分类模型对第二测试集进行分类测试，所述第二训练集和所述第二测试集中的支持向量均包含所述K个特征词中除目标特征词以外的特征词对应的权重因子，所述目标特征词为所述目标支持向量中相对权重小于第一预设阈值的特征词；如果通过所述第二分类模型分类测试得到的分类错误率不高于目标预设阈值时，确认使用所述第二分类模型对待分类的文本数据进行分类。