[发明专利]基于类感知特征选择框架的文本分类方法和系统

摘要

本发明公开了一种文本分类方法。所述方法包括对多个类别簇进行预处理，得到特征词集合，分别计算各特征词与各类别簇之间的类相关度分值和类区分度分值，分别将各特征词分配给具有相应最高类相关度分值的类别簇，对各类别簇内的词语进行重新排序，从各类别簇中选取特征子集，对总特征集合内的各特征子集进行重新排序，从而得到最终特征集合，以及将向量表示后的待分类文本输入到分类器中，输出分类结果等步骤。本发明方法中分类器所处理的数据同时包含了不同类别簇各自的性质以及特征词的类内相关程度和类间区分程度等信息，克服了现有技术的片面性，能够达到更优的文本分类效果。本发明广泛应用于文本分类技术领域。

主权项

1.一种基于类感知特征选择框架的文本分类方法，其特征在于，包括以下步骤：对多个类别簇进行预处理，得到特征词集合；所述类别簇包含多个同类别的词语，所述多个类别簇用于组成训练集，所述训练集用于对分类器进行训练；分别计算特征词集合中的各特征词与各类别簇之间的类相关度分值和类区分度分值；分别将特征词集合中的各特征词分配给具有相应最高类相关度分值的类别簇；根据各类别簇与分配到的特征词之间的类区分度分值，分别对各类别簇内的词语进行重新排序；从经过重新排序的各类别簇中分别选取特征子集；选取到的全部所述特征子集用于组成总特征集合；根据各特征子集与各自相应的特征词之间的类相关度分值，对所述总特征集合内的各特征子集进行重新排序，从而得到最终特征集合；将所述最终特征集合中的元素作为基底，对待分类文本进行向量表示；将向量表示后的待分类文本输入到分类器中，输出分类结果。