一种基于领域知识的短文本分类方法及文本分类系统

摘要

本发明公开了一种基于领域知识的文本分类系统及文本分类方法，用于信息技术领域，以解决传统文本分类方法不能较好的对短文本进行分类的缺点，并针对短文本描述概念信号比较弱，文本特征严重不足的特点，提出一种适用于像商品网页数据这样的短文本数据的分类方法及文本分类系统，本发明实施例对传统分类器加以改造，注入新的元素和致力于算法和数据的匹配应用，得到分类效果优异的商品分类器。其中新的元素包括：引入了领域词语的概念并将其注入到分类器中，有效的增加了短文本的信息量；其次，对短文本数据特别是网页商品数据做基于不同词项集的语义分析，并将语义分析的结果注入到分类器中，为商品数据信息注入了新的信息，从而提高文本分类的准确率。