Indexed by：
Abstract：
本发明公开了一种对投诉举报文本进行自动分类的方法，旨在提高分类精度和人员的工作效率。该发明的实施包含以下几个步骤：获取一定数量的带类别标签的投诉举报文本，将其划分为训练集文本与测试集文本两个部分；对文本进行词语切分、去除停用词；构建文本模型并对其进行特征提取、降维；利用训练集文本模型对支持向量机(SVM)进行训练；采用经过改进的果蝇优化算法(IFOA)，根据SVM对测试集文本的分类准确率对其参数进行动态优化，得到SVM的最佳参数值；将待分类的投诉举报文本进行预处理，输入经过参数优化的SVM当中，即可实现自动分类。本发明适用于各类投诉举报文本的自动分类问题，具有较高的分类精度，解决了人工分类精度低且效率低的问题。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202010389257.6
Filing Date： 2020-05-10
Publication Date： 2020-10-09
Pub. No.： CN111753083A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
