文本自然语言分类

灵玖软件：www.lingjoin.com

大数据论坛：www.bigdatabbs.com

大数据的特点有体量巨大，而有价值信息的密度低，因此，需要采用大数据分类的技术，对海量数据进行分类整理。大数据分类技术能够按照用户预设的类别体系，将数据进行归类。实际的业务往往面临着不同的分类需求，例如新闻分类、简历分类、邮件分类、办公文档分类、区域分类等，这样就需要分类系统能够适应不同的分类标准。
灵玖大数据分类采用基于内容的分类和基于规则的分类两种方式，并支持两种方式的混合分类，能够进行多级分类，很好地满足实际业务要求。

　　数据样本训练分类：

　　为每个类别人工挑选样本，机器自动学习样本特征，对新的数据按照样本特征进行分类。

　　规则匹配分类：

　　为每个类别设置关键词表达式，机器按照精确设置的表达式进行分类；表达式支持“与、或、非、近邻”等复杂的逻辑符号嵌套。

　　数据样本规则混合分类：

　　将样本学习和规则匹配相结合进行分类，发挥二者的优势。

　　下图给出了样本训练分类方法的结果示例图：

　图1：样本训练分类结果示例

　1、支持自动分类和规则的两种分类方式，而且支持两种方式的混合分类；
　　2、速度快，分类速度每秒100篇以上，平均准确率90%以上；

　　3、能够进行中英文分类和中英文的混合分类。