基于关键词特征的电子文档自动分类方法及系统

发明专利有效专利

申请号：
CN201810017865.7
IPC分类号：G06F16/35;G06K9/62;G06N20/10
申请日期：
2018-01-09
申请人：
国网福建省电力有限公司;国家电网公司;国网福建省电力有限公司信息通信分公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于关键词特征的电子文档自动分类方法及系统
申请号	CN201810017865.7	申请日期	2018-01-09
法律状态	授权	申报国家	中国
公开/公告日	2018-05-04	公开/公告号	CN107992633A
优先权	暂无	优先权号	暂无
主分类号	G06F16/35	IPC分类号	G;0;6;F;1;6;/;3;5;;;G;0;6;K;9;/;6;2;;;G;0;6;N;2;0;/;1;0查看分类表>
申请人	国网福建省电力有限公司;国家电网公司;国网福建省电力有限公司信息通信分公司	申请人地址	福建省福州市鼓楼区五四路257号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	国网福建省电力有限公司,国家电网公司,国网福建省电力有限公司信息通信分公司	当前权利人	国网福建省电力有限公司,国家电网公司,国网福建省电力有限公司信息通信分公司
发明人	蔡宇翔;叶勇;苏运东;付婷;肖琦敏;潘丹;张航;倪时龙;苏江文;刘心
代理机构	福州元创专利商标代理有限公司	代理人	蔡学俊;薛金才

摘要

本发明公开了一种基于关键词特征的电子文档自动分类方法及系统，该方法提出通过构建企业的领域词汇表，采用企业级搜索引擎对分类语料库进行逐个词汇搜索，计算词汇与文档的相关度，将所有文档特征化为相关度最大的前100个关键词的相关度组成的特征向量，基于训练集文档的特征向量利用不同的机器学习算法构建分类器，利用测试集文档对构建的分类器进行评估，最终选择最优的分类器进行部署应用，调用最优分类器的接口对新增的文档进行自动分类。本发明结合企业电子文档特点，采用关键词为特征，能够显著减少生成的特征向量中的无关信息，大大减少了特征向量的维度，提升了特征抽取阶段对文档重要语义的保留，提升了企业电子文档的自动分类效果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供