一种使用优化的向量空间模型实现文档自动分类的方法

摘要

本发明涉及一种使用优化的向量空间模型实现文档自动分类的方法，该方法包括以下步骤：⑴对已知文章进行预处理：去除无意义字符并判断标题；⑵对已知文章进行词频优化处理；⑶对已知文章关键词进行关联度优化；⑷获得已知文章的主轴：根据优化后的关键词及其权重得到已知文章的主轴；⑸获得类的主轴：手动整理出多个类的训练文档，对每一篇训练文章按照步骤⑴~⑷获得训练文档的内容主轴，然后按向量的加法将其整理成多个类的主轴；⑹对未知文章分类：计算未知文章的主轴与多个类的主轴之间的相似度；ⅱ分类：当相似度大于设定的阈值时，则判定该未知文章属于该多个类中的某个类或某几个类。本发明可对大量文档信息进行分类并剔除一些不准确检索内容。