Invention Grant
- Patent Title: 基于关键词特征的电子文档自动分类方法及系统
-
Application No.: CN201810017865.7Application Date: 2018-01-09
-
Publication No.: CN107992633BPublication Date: 2021-07-27
- Inventor: 蔡宇翔 , 叶勇 , 苏运东 , 付婷 , 肖琦敏 , 潘丹 , 张航 , 倪时龙 , 苏江文 , 刘心
- Applicant: 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司信息通信分公司
- Applicant Address: 福建省福州市鼓楼区五四路257号; ;
- Assignee: 国网福建省电力有限公司,国家电网公司,国网福建省电力有限公司信息通信分公司
- Current Assignee: 国网福建省电力有限公司,国家电网公司,国网福建省电力有限公司信息通信分公司
- Current Assignee Address: 福建省福州市鼓楼区五四路257号; ;
- Agency: 福州元创专利商标代理有限公司
- Agent 蔡学俊; 薛金才
- Main IPC: G06F16/35
- IPC: G06F16/35 ; G06K9/62 ; G06N20/10

Abstract:
本发明公开了一种基于关键词特征的电子文档自动分类方法及系统,该方法提出通过构建企业的领域词汇表,采用企业级搜索引擎对分类语料库进行逐个词汇搜索,计算词汇与文档的相关度,将所有文档特征化为相关度最大的前100个关键词的相关度组成的特征向量,基于训练集文档的特征向量利用不同的机器学习算法构建分类器,利用测试集文档对构建的分类器进行评估,最终选择最优的分类器进行部署应用,调用最优分类器的接口对新增的文档进行自动分类。本发明结合企业电子文档特点,采用关键词为特征,能够显著减少生成的特征向量中的无关信息,大大减少了特征向量的维度,提升了特征抽取阶段对文档重要语义的保留,提升了企业电子文档的自动分类效果。
Public/Granted literature
- CN107992633A 基于关键词特征的电子文档自动分类方法及系统 Public/Granted day:2018-05-04
Information query