[发明专利]一种基于改进朴素贝叶斯的涉密文本识别方法有效
| 申请号： | 201811134941.9 | 申请日： | 2018-09-28 |
| 公开（公告）号： | CN109145308B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 敬思远;杨骏;孙锐;郭肇毅 | 申请（专利权）人： | 乐山师范学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F40/216;G06F40/284;G06N20/00 |
| 代理公司： | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人： | 李鹏 |
| 地址： | 614000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进朴素贝叶斯的涉密文本识别方法，包括以下步骤：S1.构建朴素贝叶斯模型并进行增量式学习；S2.加载增量式学习得到的朴素贝叶斯模型；S3.读取待识别的文本；S4.利用朴素贝叶斯模型对文本进行识别，并标注其对应的密级。本发明中，基于朴素贝叶斯加权模型使得学习更加合理，并提出了特征权重的增量学习方案，能够大幅提升涉密文本检测的准确率；基于涉密特征空间改变的进行增量学习，简单有效地解决了有新的涉密特征加入或者有旧的涉密特征的密级下降的问题。 | ||
| 搜索关键词： | 一种 基于 改进 朴素 贝叶斯 文本 识别 方法 | ||
【主权项】：
1.一种基于改进朴素贝叶斯的涉密文本识别方法，其特征在于：包括以下步骤：S1.构建朴素贝叶斯模型并进行增量式学习；S2.加载增量式学习得到的朴素贝叶斯模型；S3.读取待识别的文本；S4.利用朴素贝叶斯模型对文本进行识别，并标注其对应的密级。
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乐山师范学院，未经乐山师范学院许可，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/201811134941.9/，转载请声明来源钻瓜专利网。
