德州职业技术学院 田绍敏

本文根据传统分类方法的不便之处，经有效思考，提出了一种新型电子档案自动归类系统，通过以文本特征作为识别对象，可有效完成分类工作。该系统具有语料库模块，能够根据使用者日常搜索情况，分析其内在需求，实现对语料的挖掘，并完成相关操作。同时，借助排版模块，通过使用其中内容映射运作方式，能够对电子档案进行具体归档。建立在多种方法基础上，能够根据文本特征词，对电子档案中存在的文本特征进行识别，确定其最终归属。

1 基于文本特征识别自动归类系统分析

1.1 整体系统设计

本文系统整体系统设计如图1所示。以实现实时性对海量信息自动归类作为最终目的，本文系统借助文本特征识别技术，可有效缩短电子档案内容分析时间，并以此作为依据，实现相应的归类工作，能够为使用者提供有效便利。

图1 系统整体设计图

在各系统模块中，语料库模块主要负责对相关算法学习进行管理，并构建训练档案集。词典模块负责构建词典，并在词典中完成添加、清除词条等操作。文本体征提取模块在所有模块中，具有核心地位，主要负责在合理切分词条的基础上，对词频进行统计，并以结果作为参考，制作文本特征项集。电子档案分类模块主要负责以上文项集作为依据，对档案代表向量进行分类处理，并分析不同向量中存在的相似度，实现自动归类。在电子档案排版模块，主要使用方法包括递归下降分析法、新词自动获取法，能够在总体电子档案中，自动对内容进行排版。……