[发明专利]对海量文档库的文档分类的方法有效
| 申请号： | 201210593096.8 | 申请日： | 2012-12-31 |
| 公开（公告）号： | CN103049568A | 公开（公告）日： | 2013-04-17 |
| 发明（设计）人： | 江潮 | 申请（专利权）人： | 武汉传神信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 430073 湖北省武汉市东湖开发区光谷软件*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种对海量文档库的文档分类的方法，包括：确定文档库中所有文档的各个关键词、以及每个关键词与其所归属的各个文档的对应关系；将所述各个关键词逐个在术语库中匹配，将每个关键词匹配的术语的行业类别属性，作为该关键词在其对应的每个文档所归属的行业类别属性；根据所述对应关系，确定每个文档包含相同的最多的行业类别属性；将归属最多的行业类别属性作为每个文档的分类。本发明采取一种反向匹配的思路进行对参考库的文档进行术语检索，由于术语语料库是个具备字符顺序索引结构的集合，采用二分法在其中进行字符串匹配最多只需要1+log2n次匹配计算，极大的减少了匹配次数，简化了匹配过程，提高了对文档分类的效率。 | ||
| 搜索关键词： | 海量 文档 分类 方法 | ||
【主权项】：
一种对海量文档库的文档分类的方法，其特征在于，包括：确定文档库中所有文档的各个关键词、以及每个关键词与其所归属的各个文档的对应关系；将所述各个关键词逐个在术语库中匹配，将每个关键词匹配的术语的行业类别属性，作为该关键词在其对应的每个文档所归属的行业类别属性；根据所述对应关系，确定每个文档包含相同的最多的行业类别属性；将归属最多的行业类别属性作为每个文档的分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉传神信息技术有限公司，未经武汉传神信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210593096.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种便于起吊平移的焊接气瓶自动规整固定装置
- 下一篇：一种焊枪
