自动化所专利申请审批表.pdfVIP

自动化所专利申请审批表 2006 年 3 月 30 日 专利名称 一种基于概率主题词的两级文本分类方法 专利类型 ■发明 □实用新型 □外观设计 发明人 宗成庆、李寿山 国家自然科学基金项目“基于对话内容的高鲁棒 关联课题名称及课题号 性信息提取方法研究”（项目编号） 1、中国科学院自动化研究所 申请单位 2 、 发明人所属部门 模式识别与智能系统重点实验室 执笔人姓名 李寿山 联系电话 010 联系方式 E-mail 地址 sshanli@nlpr.ia.ac.cn 科研处领导审批 意见 年 月 日 专利受理号及受理时 间（由成果主管填写） 备注 IB061808 说 明 书 摘 要 本发明涉及自然语言处理及模式识别领域，公开基于概率主题词的 5 两级组合文本分类方法，一级分类：基于朴素贝叶斯分类方法，利用概 率主题词特征和拒绝条件判断对测试文本分类；二级分类：再基于传统 特征提取方法提取出特征词对被第一级拒绝分类的测试文本进行分类。 本发明分级组合方法对文本进行分类，融和不同分类器的特点能够非常 快的在一级分类中对很多文本进行正确分类，大大提高文本分类系统效 10 率，为文本分类系统实用化提供很好的处理方式；考虑文本特点提出概 率主题词，在适当的拒绝条件下，概率主题词以很高的正确率完成大量 文本分类任务。实验证明本发明两级组合与传统单一分类相比，能够大 大减少时间消耗并能提高系统分类正确率。 15 20 1 IB061808 摘 要 附 图 1.概率主题 2. 第一级