在文件自动分类方面运用的技术包括:
Catalog by Example, Statistical, Rule-based
。
Catalog by Example
是最多主流厂商所采用的技术,大多强调能以人工智能、模糊计算等技术,进行文意分析、自动产生关键词、依据内文进行自动分类。藉由使用者所提供的小量分类样本数据进行「模型训练」,建立分类行为的模型。日后再有新文件进入系统时,则根据已建立的模型,可以自动将每份文件归属到一个或多个类别。
但是在人工智能、类神经处理等信息科技之外,往往可以透过更明显易懂的规则设定,协助大量数据进行分类。除了能大大地提升系统效能之外,也能使系统具有最大弹性,快速地适应企业或网站的需求,这也就是 Rule-based 文件自动分类系统最大的特色及优势。
再进一步,也可以将 Catalog by Example 及 Rule-based 两种技术整合,也就是在进行「模型训练」时,将模型规则化,整理出可供检视、修正的各种规则,以自动化归纳、推荐规则的方式,发掘隐性的规则,减少管理者设定大量规测的时间及成本
但是在人工智能、类神经处理等信息科技之外,往往可以透过更明显易懂的规则设定,协助大量数据进行分类。除了能大大地提升系统效能之外,也能使系统具有最大弹性,快速地适应企业或网站的需求,这也就是 Rule-based 文件自动分类系统最大的特色及优势。
再进一步,也可以将 Catalog by Example 及 Rule-based 两种技术整合,也就是在进行「模型训练」时,将模型规则化,整理出可供检视、修正的各种规则,以自动化归纳、推荐规则的方式,发掘隐性的规则,减少管理者设定大量规测的时间及成本