[发明专利]基于tfidf算法和相关词权重修正的文本分类方法有效
| 申请号： | 201710656342.2 | 申请日： | 2017-08-03 |
| 公开（公告）号： | CN107633000B | 公开（公告）日： | 2020-08-04 |
| 发明（设计）人： | 黄永军 | 申请（专利权）人： | 北京微智信业科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/284 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100089 北京市海淀区龙*** | 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： | 本发明涉及一种基于tfidf算法和相关词权重修正的文本分类方法，包括以下步骤：S1：提取出类别关键字；S2：构成滑动文本窗，设定词语权重并修正其在滑动文本窗的位置；S3：根据词频统计修正函数计算出词语的词频；S4：根据TFIDF算法加权计算,实现文本词语的向量化；S5：通过SVM分类器进行文本分类。文本分类过程中，增加类别关键字的权重，使得文本向量化之后的结果更好的反应文本信息。本发明引入文本滑动窗口，充分考虑了词语在文本中的位置信息。类别关键词来源于一部分的训练数据以及用户提供，类别关键字的提取利用了tfidf算法，可以高效准确的提取关键词的特性，同时兼顾了实际应用场景类别关键词较少的情况，类别关键字提取全面且准确。 | ||
| 搜索关键词： | 基于 tfidf 算法 相关 权重 修正 文本 分类 方法 | ||
【主权项】：
一种基于tfidf算法和相关词权重修正的文本分类方法，其特征在于，包括以下步骤：S1：从部分训练数据中或根据用户提供的关键字提取出类别关键字；S2：将文本的分词结果构成一个滑动文本窗，对各个词语的权重进行设定，并修正其在滑动文本窗的位置；S3：根据所述词语的权重，及其在滑动文本窗中的位置，根据词频统计修正函数计算出所述词语的词频；S4：根据TFIDF算法将所述文本的词语分别进行加权计算,实现所述文本词语的向量化；S5：通过SVM分类器，进行文本分类。
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北京微智信业科技有限公司，未经北京微智信业科技有限公司许可，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/201710656342.2/，转载请声明来源钻瓜专利网。
