一种面向类间交叠的两类文本分类方法

摘要

本发明公开了一种面向类间交叠的两类文本分类方法，该方法首先形成训练样本向量，对类间交叠区域内的训练样本进行识别，判断其是否处于类间交叠区域内；然后，重新划分训练样本向量集合，在新划分的训练样本向量集合上构建第一层分类器；在各类处于类间交叠区域的训练样本集合上，提取相邻两个词性为动词或名词构成的二元词串作为特征，构建第二层分类器；最后对测试样本进行第一层分类，如果满足条件则进入第二层分类器进行识别，最终合并两层分类器结果为最终分类结果；本发明适用于类间交叠程度较高的文本分类、信息过滤和信息监管等领域，能够保证类间交叠程度较高的文本分类准确性。