[发明专利]文本的分类方法及系统、电子设备、存储介质

权利要求书

1.一种文本的分类方法，其特征在于，所述分类方法包括：

设置网络新词库；所述网络新词库存储有网络新词；

根据所述网络新词库和常用词库对待分类文本进行分词处理，获得特征词；所述常用词库存储有常用词；

采用第一计算公式计算属于所述常用词的特征词的第一特征权重；采用第二计算公式计算属于所述网络新词的特征词的第二特征权重；

其中，对于同一特征词，所述第一计算公式的计算结果小于所述第二计算公式的计算结果；

将所述第一特征权重和所述第二特征权重构成所述待分类文本的特征向量，并根据所述特征向量对所述待分类文本进行分类。

2.如权利要求1所述的文本的分类方法，其特征在于，根据所述网络新词库和所述常用词库对所述待分类文本进行分词处理的步骤之后，还包括：

将分词后的所述待分类文本转换为词频矩阵；

对所述词频矩阵进行特征提取，得到所述特征词。

3.如权利要求1所述的文本的分类方法，其特征在于，根据所述特征向量对所述待分类文本进行分类的步骤，具体包括：

计算所述待分类文本与已分类文本的相似度，并按照所述相似度由高至低的顺序对所述已分类文本进行排序；

从所述已分类文本中获取排序靠前的若干目标文本；

根据所述相似度计算所述待分类文本所属于所述若干目标文本所在分类类别的文本权重；

将所述待分类文本分配至所述文本权重最大的所述分类类别。

4.如权利要求1-3中任意一项所述的文本的分类方法，其特征在于，根据所述网络新词库和所述常用词库对所述待分类文本进行分词处理的步骤之后，还包括：

去除分词处理后的所述待分类文本中的停用词。

5.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任一项所述的文本的分类方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4任一项所述的文本的分类方法的步骤。

7.一种文本的分类系统，其特征在于，所述分类系统包括：

网络新词库，用于存储网络新词；

常用词库，用于存储常用词；

分词模块，用于根据所述网络新词库和所述常用词库对待分类文本进行分词处理，获得特征词；

计算模块，用于采用第一计算公式计算属于所述常用词的特征词的第一特征权重；采用第二计算公式计算属于所述网络新词的特征词的第二特征权重；

其中，对于同一特征词，所述第一计算公式的计算结果小于所述第二计算公式的计算结果；

分类模块，用于将所述第一特征权重和所述第二特征权重构成所述待分类文本的特征向量，并根据所述特征向量对所述待分类文本进行分类。

8.如权利要求7所述的文本的分类系统，其特征在于，所述分词模块具体包括：

转换单元，用于将分词处理后的所述待分类文本转换为词频矩阵；

提取单元，用于对所述词频矩阵进行特征提取，得到所述特征词。

9.如权利要求7所述的文本的分类系统，其特征在于，所述分类模块具体包括：

计算单元，用于计算所述待分类文本与已分类文本的相似度，并按照所述相似度由高至低的顺序对所述已分类文本进行排序；

选取单元，用于从所述已分类文本中获取排序靠前的若干目标文本；

所述计算单元还用于根据所述相似度计算所述待分类文本所属于所述若干目标文本所在分类类别的文本权重；

分类单元，用于将所述待分类文本分配至所述文本权重最大的所述分类类别。

10.如权利要求7-9中任意一项所述的文本的分类系统，其特征在于，所述分词模块还包括：

去除单元，用于去除分词处理后的所述待分类文本中的停用词。