[发明专利]用于文本分类的方法有效
| 申请号： | 201610457431.X | 申请日： | 2016-06-22 |
| 公开（公告）号： | CN106095996B | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 李甫 | 申请（专利权）人： | 量子云未来（北京）信息科技有限公司;无锡量子云数字新媒体科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京天达知识产权代理事务所(普通合伙) 11386 | 代理人： | 彭霜;张春 |
| 地址： | 100000 北京市海*** | 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： | 本发明涉及一种用于文本分类的方法，所述方法包括：获取预先标注好类别的文本集合作为训练样本，对训练样本中的文本进行预处理，得到训练用特征词集合；提取特征词，获得特征词典；由特征词典生成训练样本中各文本的特征向量，并获取训练样本的特征向量集；利用特征向量集训练SVM分类器；对待分类的文本进行预处理，得到待分类文本的特征词集；根据特征词典生成待分类文本的特征向量；将该特征向量输入经过训练的SVM分类器，得到待分类文本的类别。 | ||
| 搜索关键词： | 用于 文本 分类 方法 | ||
【主权项】：
一种用于文本分类的方法，其特征在于，包括以下步骤：步骤1.获取预先标注好类别的文本集合作为训练样本，该训练样本有n+1个类别，其中1至n为有效类、第n+1类为无效类，n≥1；步骤2.对训练样本中的文本进行预处理，得到训练用特征词集合；对该集合中有效类的特征词进行提取，再结合无效类的全部特征词，得到特征词典；由特征词典生成训练样本中各文本的特征向量，并获取训练样本的特征向量集；步骤3.利用特征向量集训练SVM分类器；步骤4.获取待分类的文本，对待分类的文本进行预处理，得到待分类文本的特征词集；根据特征词典生成待分类文本的特征向量；将该特征向量输入经过训练的SVM分类器，得到待分类文本的类别。
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量子云未来（北京）信息科技有限公司;无锡量子云数字新媒体科技有限公司，未经量子云未来（北京）信息科技有限公司;无锡量子云数字新媒体科技有限公司许可，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/201610457431.X/，转载请声明来源钻瓜专利网。
