基于情報數(shù)據(jù)的文本檢索分類方法、系統(tǒng)及存儲介質(zhì)
基本信息
| 申請?zhí)?/td> | CN202010048074.8 | 申請日 | - |
| 公開（公告）號 | CN111259145A | 公開（公告）日 | 2020-06-09 |
| 申請公布號 | CN111259145A | 申請公布日 | 2020-06-09 |
| 分類號 | G06F16/35(2019.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 廖宏;楊程;覃琳;梁暉;陳國南;黃云 | 申請（專利權(quán)）人 | 廣西計算中心有限責任公司 |
| 代理機構(gòu) | 深圳市科吉華烽知識產(chǎn)權(quán)事務所（普通合伙） | 代理人 | 廣西計算中心有限責任公司 |
| 地址 | 530022廣西壯族自治區(qū)南寧市青秀區(qū)星湖路32號 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開一種基于情報數(shù)據(jù)的文本檢索分類方法、系統(tǒng)及存儲介質(zhì)，方法包括：對OCR識別出來的文檔進行采集，得到非結(jié)構(gòu)化文檔，并將文檔存入數(shù)據(jù)庫；通過人工或機器自動生成關(guān)鍵詞字典，并對關(guān)鍵詞字典進行歸類；使用已分類的關(guān)鍵詞字典對文檔進行處理，基于關(guān)鍵詞生成倒排索引，其中，在生成倒排索引時，增加每個所述關(guān)鍵詞所在的位置信息；根據(jù)關(guān)鍵詞所在的分類對文檔進行分類標注，并將得到的分類結(jié)果存入數(shù)據(jù)庫；對分類結(jié)果通過機器學習和/或人工標注方式生成新的詞匯，并對新的詞匯重新進行分類，將新的詞匯存入所述關(guān)鍵詞字典。本發(fā)明在生產(chǎn)索引的時候，增加每個關(guān)鍵字所在的位置信息，因加入了位置相關(guān)度信息，使得分類更準確。?? |
