发明名称 | 中文文件自动分类法 | ||
摘要 | 本发明为一种中文文件自动分类法,先将各篇待分类文件利用断词法进行断词处理,并将所得的所有词汇置于词汇总表中;将每一个词汇进行特征鉴别步骤处理,得词汇总表中的每个词汇在各篇待分类文件的特征值;进行特征值组合处理,求得该篇待分类文件的特征向量;将特征向量进行文件相似性判别步骤处理,得各篇待分类文件与其它篇待分类文件的相似系数;依其相似系数的大小进行分类,将相似系数大的数篇待分类文件结合成同一类别,完成文件分类。 | ||
申请公布号 | CN1360253A | 申请公布日期 | 2002.07.24 |
申请号 | CN00136723.4 | 申请日期 | 2000.12.21 |
申请人 | 意蓝科技股份有限公司 | 发明人 | 杨立伟 |
分类号 | G06F7/00 | 主分类号 | G06F7/00 |
代理机构 | 北京纪凯知识产权代理有限公司 | 代理人 | 程伟 |
主权项 | 1.一种中文文件自动分类法,其特征是:其是包含:(1)先将各篇待分类文件利用断词法进行断词处理;(2)将断词处理所得的所有词汇置于词汇总表中;(3)再将词汇总表中的每一个词汇进行特征鉴别步骤处理,以得词汇总表中的每个词汇在各篇待分类文件的特征值;(4)将词汇总表中的所有词汇在单一篇待分类文件中的特征值,进行特征值组合处理,求得该篇待分类文件的特征向量;(5)然后将各篇待分类文件的特征向量进行文件相似性判别步骤处理,而得各篇待分类文件与其它篇待分类文件的相似系数;(6)最后将各篇待分类文件依其相似系数的大小进行分类,将相似系数大的数篇待分类文件结合成同一类别,完成文件分类。 | ||
地址 | 中国台湾 |