训练用于确定文档类别的分类器的系统和方法

摘要

本发明涉及用于训练用于确定文档类别的分类器的方法和系统。在示例性方面中，所述方法包括：获取属于第一类别的一个或多个文档作为分类器的训练样本；确定包含在所述一个或多个文档的每个文档中的对象；通过硬件处理器形成由所述对象构成的特征集；基于所述特征集，由硬件处理器通过选择分类模型并训练所述分类器来构建所述分类器；获取属于所述第一类别的另外的文档；使用所述分类器计算所述另外的文档的分类误差；以及当所述误差超过给定值时，获取属于所述第一类别或属于一个或多个新类别的第二组文档；否则，确定完成所述分类器。