[发明专利]文献分类装置

权利要求书

1.一种文献分类装置，其特征在于，包括：

获取被分类文献集合的信息的文献集合获取单元，其中，所述被分类文献集合的各文献被预先分别赋予基于多观点分类的分类代码；

对该被分类文献集合的各文献分别生成多维的特征量向量的向量生成单元，其中，所述多维的特征量向量以对所述被分类文献集合赋予的所有类型或者一部分类型的所述分类代码为各元素；

分类单元，其使用所述各文献的特征量向量，对所述被分类文献集合进行多次的聚类分析；和

生成单元，其生成表示所述多次的聚类分析的结果的文献分类信息，

所述多次的聚类分析中包含使用了K-Means法的聚类分析和使用了Agglomerative法的聚类分析。

2.如权利要求1所述的文献分类装置，其特征在于：

所述生成单元所生成的所述文献分类信息包含矩阵信息，该矩阵信息中包含：所述多次的聚类分析之中的使用了K-Means法的聚类分析的结果的每一个聚类的文献数分布；和使用了Agglomerative法的聚类分析的结果的每一个聚类的文献数分布。

3.如权利要求1或2所述的文献分类装置，其特征在于：

所述生成单元所生成的所述文献分类信息，是使第一聚类识别数据和第二聚类识别数据，至少与所述被分类文献集合的至少一部分的各文献的文献识别数据分别相关联了的信息，其中，所述第一聚类识别数据识别由所述多次的聚类分析之中的使用了K-Means法的聚类分析来划分的各聚类，所述第二聚类识别数据识别由使用了Agglomerative法的聚类分析来划分的各聚类。

4.如权利要求1或2所述的文献分类装置，其特征在于：

还包括对所述被分类文献集合的各文献进行规定字符串的检索的字符串检索单元，

所述向量生成单元生成还包含与所述规定字符串的检索结果对应的元素的所述特征量向量。

5.如权利要求1或2所述的文献分类装置，其特征在于：

对所述被分类文献集合的各文献，除所述分类代码之外，还分别赋予基于将文献内容的主题总括地分类的其他分类的其他分类代码，

所述向量生成单元所生成的所述特征量向量，作为元素还包含对所述被分类文献集合赋予的所有类型或者一部分类型的所述其他分类代码。

6.如权利要求1或2所述的文献分类装置，其特征在于：

所述向量生成单元，

对所述被分类文献集合的各文献分别生成第一特征量向量，其中，所述第一特征量向量以对所述被分类文献集合赋予的一部分类型的分类代码为各元素，

并且，对所述被分类文献集合或者一部分所述被分类文献集合的各文献分别生成第二特征量向量，其中，所述第二特征量向量以所述一部分类型的分类代码之外的分类代码中的至少一部分类型的分类代码为各元素，

所述分类单元，

在所述多次的聚类分析之中的某次的聚类分析中，使用所述第一特征量向量，

在所述多次的聚类分析之中的所述某次的聚类分析之外的其他次的聚类分析中，使用所述第二特征量向量。

7.如权利要求1或2所述的文献分类装置，其特征在于：

所述分类代码具有层级构造，由每一层级的部分代码形成，

所述向量生成单元所生成的所述特征量向量包含：与对所述被分类文献集合赋予的一部分类型的分类代码中的各分类代码的从最上级层级至规定层级的部分代码相对应的元素。

8.如权利要求1或2所述的文献分类装置，其特征在于：

还包括从文献数据库提取所述被分类文献集合的文献信息的检索单元，其中，所述文献数据库保存有对各文献分别赋予所述分类代码的文献信息，

所述文献集合获取单元获取由所述检索单元提取的所述被分类文献集合的文献信息。

9.一种文献分类方法，其特征在于，包括：

获取被分类文献集合的信息的文献集合获取步骤，其中，所述被分类文献集合的各文献被预先分别赋予基于多观点分类的分类代码；

对该被分类文献集合的各文献分别生成多维的特征量向量的向量生成步骤，其中，所述多维的特征量向量以对所述被分类文献集合赋予的所有类型或者一部分类型的所述分类代码为各元素；和

分类步骤，其使用所述各文献的特征量向量，对所述被分类文献集合进行多次的聚类分析，

所述多次的聚类分析中包含使用了K-Means法的聚类分析和使用了Agglomerative法的聚类分析。