一种数据资源的信息目录主题库分类方法
摘要:
本发明公开了一种数据资源的信息目录主题库分类方法,涉及大数据管理技术领域。包括以下步骤:1)采集数据资源的信息目录样本作为样本数据;2)对样本数据进行标记,标记所用标签为拟定的主题库名称;3)基于自然语言处理方法将标签进行向量化处理,基于机器学习方法训练分类模型,使用分类模型进行数据资源的信息目录主题库分类,划分主题库;4)调整样本数据内容和标签类别,优化分类模型。本申请结合自然语言处理的方法,将划分主题库转化为文本分类问题,不需要人工去总结标签体系规则,能够批量对主题库进行分类,提高了资源的有效利用率。同时结合本问题的特点对文本特征做了改造,相比改造之前分类的准确性得到显著提升。
0/0