一种网页自动分类方法及装置

摘要

本发明提供一种网页自动分类方法及装置，通过先采集并处理每个技术类别下的大量训练网页，获得信息技术型网页的分类特征词列表集合以及分类特征词先验概率库，进一步筛选出给定网页中涉及的分类特征词列表集合中的特征词以形成给定网页特征词列表，计算给定网页的每一个特征词的后验概率，最后通过给定网页在每一类别下所有特征词的后验概率对数之和的大小对给定网页自动分类。本发明的网页自动分类方法及装置，通过良好的特征词筛选方法结合统计概率技术，能够对给定网页进行可靠的自动分类处理。

主权项

一种网页自动分类方法，其特征在于，包括：对预设的每个类别采集一定数量的训练网页形成训练网页库；应用所述训练网页库获得分类特征词列表集合及分类特征词先验概率库；应用所述分类特征词列表集合过滤给定网页，获得给定网页特征词列表；应用所述分类特征词先验概率库计算所述给定网页特征词列表中的特征词的后验概率；根据所述后验概率进行所述给定网页自动分类。