公开(公告)号：CN110674289A

公开(公告)日：2020-01-10

申请号：CN201910597279.9

申请日：2019-07-04

Applicant: 南瑞集团有限公司 ,  国电南瑞科技股份有限公司 ,  国电南瑞科技股份公司信息系统集成分公司

Inventor： 朱浩维 ,  胡江溢 ,  杨华飞 ,  俞俊 ,  张楠 ,  商莹楠 ,  滕家雨 ,  张文强 ,  孙镇

IPC: G06F16/35

Abstract: 本发明公开了一种基于分词权重判断文章所属分类的方法、装置和存储介质，属于自然语言处理技术领域。所述方法包括：对文本语料进行分词和去停用词处理，得到训练集语料库；将训练集中的特征项转变成词频矩阵，统计每个特征项的TF-IDF值，作为特征权重；将训练集的权重矩阵和初始标签传给分类器，训练得到分类模型；获取待分类文章的权重矩阵，使用训练好的分类模型对文章进行分类。本发明通过分词，构建基于权重的词向量空间，再使用贝叶斯分类器可以对文章类型直接进行判断，可以在短时间内判断出大量的文本类型，且具有准确、稳定的优点。