机器学习驱动的电子函件附件智能分类方法及系统

本发明涉及机器学习与电子函件管理技术领域，公开了机器学习驱动的电子函件附件智能分类方法及系统，该方法包括：获取电子函件附件原始数据流，经三级切片提取业务关键词，计算语义集中度指标，得到语义特征，映射至语义特征集合空间，生成语义指纹编码；建模识别算法得到三级区域，提取结构化特征集合，计算关联强度值构融合特征集合；提取上下文要素集合，计算总关联强度值，设置分层决策规则构建有向关联集合。解决电子函件附件分类中非结构化附件转化难、多模态理解不足、上下文关联弱、分类精准度低、查询效率低的问题。