[发明专利]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。