深思软件智能分类系统应用方案

　　1.系统概述

　　根据Delphi Group 2001的报告中指出，企业中有百分之八十的知识是以非结构化信息的形式存在，其中百分之八十表现为文本文件，知识管理必须从文件着手而文件分类是必经的步骤。文件分类若以手工来进行则可能有如下问题：成本高、速度慢、信息更新频率慢、客观性不足，分类效果一致性低、可调整性低。

　　深思公司对于上述问题提出可行的解决方案-”深思智能分类系统”。

　　深思智能分类系统，采用IBM中国研究中心独家授权的最新中文信息处理研究成果，集成强大的IBM中文分词软件，内置先进的SVM和KNN分类引擎，应用最新的统计学知识和语言学知识，准确率和召回率等各项技术指标都位居业界前列，自动分类准确率达到85%以上，能够满足大多数应用的实用需求。

2.主要特点

2.1强大的核心技术

　　中文语义理解　　采用先进的中文自然语言理解与中文分词技术，依据中文语义内容实现自动分类。

　　高级分类算法　　采用IBM世界领先的SVM分类算法和KNN分类算法实现分类引擎，具有极高的分类准确率和分类速度。

　　海量处理能力　　采用多线程技术实现并行处理，可管理千万量级的海量文件集合，单日分类能力达十万篇以上。

　　多国语言支持　　目前支持简体中文、繁体中文和英文。

2.2完整的信息整合

支持多种数据格式　　支持常用格式文件的入库和检索，如TEXT, HTML, RTF, MS WORD,PDF等。

　　支持多种异质数据源　　采用可选的信息整合工具，可以整合大部分企业信息数据源，包括关系型数据库，文件系统，网站、Notes文档库等。

2.3高效的自动分类

　　方便的图形管理界面　　让管理者利用清楚易用、从操作流畅的图形界面，轻松的管理、维护分类目录。

　　专业的分类目录构建　　可轻松建立、管理分类目录，并可对目录进行新增/删除/修改/移动等操作。

　　完整的分类训练流程　　通过训练样本预先测试、调整，再上线运行，确保分类的精确性，同时可以设定训练样本、调整样本，测试样本等不同层次的训练材料。

　　精确的分类效果评估　　提供开放/封闭等不同测试方法，完整记录测试结果，客观评估分类精确程度。

2.4柔性的分类方式

　　单一文件多重分类　　可采用多重分类法则，同一份文件可被分类到不同分类法则的不同目录下。

　　虚拟目录多重归属　　某一目录可归属多个上层目录之下，通过设定快捷方式，可以将单一目录虚拟连接到多个合适目录之下。

　　特殊规则自由定义　　处理了依据单纯采用中文语义概念分类外，分类器更可提供规则设定，可依据特殊需求定义规则，也可将规则做为资料过滤条件。

2.5方便的系统管理

　　整合的单一界面　　系统提供基于Web的用户使用界面和管理员界面，满足系统管理员和用户双重需求，可利用浏览器远程管理分类目录、用户权限并调整、加强分类结果。

　　完整的目录维护　　提供完整的对分类目录进行新增、移动、修改、删除等管理维护

　　权限管理，可设定管理目录和单一文件使用权限，加强安全管理。

　　实时的文件管理　　可以浏览每个目录分类结果，并实时进行移动、更名等调整。也可指定训练样本，强化分类质量。

　　强大的搜索服务　　结合可选的中文全文检索引擎，用户可以配合关键字条件检索资料。

　　友好的在线帮助　　提供友好的使用指南。

2.6灵活的开发接口

　　提供C API和 Javabeans组件。

2.7系统的开放性

支持与 DB2, Oracle等主流RDBMS无缝集成的领先方案。

　　支持各种Windows、AIX、Solaris、Linux等主流操作系统、支持各种Web应用服务器和Web服务器

3.应用环境

3.1硬件环境

　　要求硬件能运行AIX、Solaris、Linux、Windows NT或Windows 2000操作系统，内存大小建议为512M。

3.2软件系统

　　支持AIX、Linux、Solaris三种UNIX操作系统，Windows NT或Windows 2000操作系统。

　　本软件的运行另外需要关系型数据库（如DB2,Oracle,SQL Server等）和Java应用服务器（如Websphere,Weblogic等）的支持。

1