[发明专利]基于情报数据的文本检索分类方法、系统及存储介质

摘要

本发明公开一种基于情报数据的文本检索分类方法、系统及存储介质，方法包括：对OCR识别出来的文档进行采集，得到非结构化文档，并将文档存入数据库；通过人工或机器自动生成关键词字典，并对关键词字典进行归类；使用已分类的关键词字典对文档进行处理，基于关键词生成倒排索引，其中，在生成倒排索引时，增加每个所述关键词所在的位置信息；根据关键词所在的分类对文档进行分类标注，并将得到的分类结果存入数据库；对分类结果通过机器学习和/或人工标注方式生成新的词汇，并对新的词汇重新进行分类，将新的词汇存入所述关键词字典。本发明在生产索引的时候，增加每个关键字所在的位置信息，因加入了位置相关度信息，使得分类更准确。