有效

基于特征重要度的长文本分类方法、装置和计算机设备

戴超凡、何华、邓苏、吴亚辉、马武彬、周浩浩
中国人民解放军国防科技大学

摘要

本申请涉及一种基于特征重要度的长文本分类方法、装置和计算机设备。所述方法包括:获取待分类的原始文本语料;待分类的原始文本语料包含多个长文本;对长文本进行数据处理,得到原始文本;根据BoW模型对原始文本进行特征寻找,得到特征字段;利用梯度推进分类器计算特征字段的重要性,将特征字段的重要性从高到低排列,得到特征字段重要度排列表;从原始文本中选择头部和尾部的数量字段添作为新文本的开头和结尾,根据特征字段重要度排列表来从原始文本中搜索字段填充新文本,得到标准长度的文本;利用分类模型对标准长度的文本进行分类,得到分类结果。采用本发明能够提高文本分类效率。