基于条件分类树的法律判决文书多分类方法、装置和终端

摘要

本发明公开了一种基于条件分类树的法律判决文书多分类方法、装置和终端，方法包括以下步骤：S1、先验信息抽取：抽取能对数据集进行粗粒度划分的先验信息，形成特征域；S2、文本聚类：基于能对数据集进行粗粒度划分的先验信息进行聚类操作，得到初始类别；S3、基于特征域生成叶节点；S4、对一篇未知文本f进行分类时，首先根据贝叶斯概率模型将其归入某个初始类别，然后通过分类树推断其具体所属类别。本发明通过先验知识将复杂的多分类任务转化为二分类任务的组合，在分枝过程中确定最优划分方式使分类器数量最小化，通过这种方式减小由于待分类类别增加而对分类效果带来的不良影响。