摘 要：随着信息快速增长，大数据时代的来临，对文本数据的分类越发重要，且海量数据意味着高度依赖文本自动分类。本文从文本自动分类技术演进路线、专利申请情况和重点申请人几个方面分析了文本自动分类技术专利情况，并结合重点专利进行技术分析。

关键词：文本分类;专利

一、引言

文本分类是指依据文本语义内容将未知类别的文本归类到已知类别体系中的过程，在众多领域中均有应用，常见的应用包括：邮件分类、网页分类、文本索引、自动文摘、信息检索、信息推送、数字图书馆以及学习系统等[1]。

二、文本分类技术演进路线

回顾文本分类的相关研究，以20世纪60年代出现贝叶斯文本分类器为界限，将文本分类分为两个阶段：20世纪60年代以前主要依靠人工筛选，之后，文本分类开始自动分类。20世纪80年代，出现采用知识工程的方法进行分类，通过建立专家知识库与字典等一系列分类规则来构建分类器，但知识工程方法需要大量领域的专家和工程师参与，势必耗费很多人力物力，当电子文档急剧增长时将无法满足需求。

此后，由于基于机器学习的自动文本分类系统几乎可以达到与人类专家相当的正确度，但是却不需要任何知识工程师或领域专家的干预，机器学习方法在文本分类领域得到了深入的研究和广泛的应用。

在20世纪末以来，出现了大量基于监督学习、半监督学习等机器学习算法在文本分类上的研究，例如朴素贝叶斯文本分类器、基于决策树的分类、K近邻聚类、SVM支持向量机等，并且，在当前研究中，对传统机器学习算法在文本分类的研究依然没有停止。……