[发明专利]文件分类方法、装置、计算机设备及计算机可读介质有效
| 申请号： | 201711023891.2 | 申请日： | 2017-10-27 |
| 公开（公告）号： | CN107729520B | 公开（公告）日： | 2020-12-01 |
| 发明（设计）人： | 谢永恒;肖琪;火一莽;万月亮 | 申请（专利权）人： | 北京锐安科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/14;G06K9/62 |
| 代理公司： | 北京品源专利代理有限公司 11332 | 代理人： | 孟金喆 |
| 地址： | 100044 北京市海淀区西小口*** | 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： | 本发明实施例公开了一种文件分类方法、装置、计算机设备及计算机可读介质，其中文件分类方法,包括：获取待分类文件的文本信息，对文本信息进行预处理，确定至少一个特征词汇；确定各特征词汇在各文件类型中的统计数据；基于费舍尔分类器和统计数据，确定待分类文件属于各文件类型的概率，根据各文件类型的概率确定待分类文件的目标文件类型；若待分类文件属于目标文件类型的概率大于第一预设阈值，则根据待分类文件更新目标文件类型的样本集。本发明实施例提供的一种文件分类方法、装置、计算机设备及计算机可读介质，采用费舍尔方法对文件进行分类，并根据分类结果动态更新样本集，提高了文件分类准确率以及分类效率。 | ||
| 搜索关键词： | 文件 分类 方法 装置 计算机 设备 可读 介质 | ||
【主权项】：
一种文件分类方法，其特征在于，包括：获取待分类文件的文本信息，对所述文本信息进行预处理，确定至少一个特征词汇，其中，预处理包括对所述文本信息进行去重处理、分词处理和错误修正处理；确定每一个特征词汇在各文件类型中的统计数据，所述统计数据包括所述特征词汇在各文件类型对应样本集的词频和所述对应样本集的样本数；基于费舍尔分类器和所述统计数据，确定所述待分类文件属于各文件类型的概率，根据各文件类型的概率确定所述待分类文件的目标文件类型；若待分类文件属于目标文件类型的概率大于第一预设阈值，则根据所述待分类文件更新所述目标文件类型的样本集。
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锐安科技有限公司，未经北京锐安科技有限公司许可，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/201711023891.2/，转载请声明来源钻瓜专利网。
