基于情报数据的文本检索分类方法、系统及存储介质
基本信息
| 申请号 | CN202010048074.8 | 申请日 | - |
| 公开（公告）号 | CN111259145A | 公开（公告）日 | 2020-06-09 |
| 申请公布号 | CN111259145A | 申请公布日 | 2020-06-09 |
| 分类号 | G06F16/35(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 廖宏;杨程;覃琳;梁晖;陈国南;黄云 | 申请（专利权）人 | 广西计算中心有限责任公司 |
| 代理机构 | 深圳市科吉华烽知识产权事务所（普通合伙） | 代理人 | 广西计算中心有限责任公司 |
| 地址 | 530022广西壮族自治区南宁市青秀区星湖路32号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种基于情报数据的文本检索分类方法、系统及存储介质，方法包括：对OCR识别出来的文档进行采集，得到非结构化文档，并将文档存入数据库；通过人工或机器自动生成关键词字典，并对关键词字典进行归类；使用已分类的关键词字典对文档进行处理，基于关键词生成倒排索引，其中，在生成倒排索引时，增加每个所述关键词所在的位置信息；根据关键词所在的分类对文档进行分类标注，并将得到的分类结果存入数据库；对分类结果通过机器学习和/或人工标注方式生成新的词汇，并对新的词汇重新进行分类，将新的词汇存入所述关键词字典。本发明在生产索引的时候，增加每个关键字所在的位置信息，因加入了位置相关度信息，使得分类更准确。 |
