[发明专利]一种文本特征提取方法和装置无效
| 申请号： | 201210419624.8 | 申请日： | 2012-10-29 |
| 公开（公告）号： | CN103793385A | 公开（公告）日： | 2014-05-14 |
| 发明（设计）人： | 邹维;尹华彬;周畅;杨俊松;宫建涛;吴振宇;宁合军 | 申请（专利权）人： | 深圳市世纪光速信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 张玉波;宋志强 |
| 地址： | 518057 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种文本特征提取方法和装置。该方法包括：对于特征词库中的特征词Fi，根据样本库中包含所述特征词Fi的样本中该特征词Fi的出现次数以及包含该特征词Fi的样本所具有的标签，确定该特征词Fi与标签库中的每个标签之间的互信息；对目标文档进行分词，获得所述目标文档中出现的所有特征词；基于目标文档中的每个特征词与每个标签之间的互信息，确定所述目标文档中的每个特征词对每个标签的权重，将所述目标文档中的所有特征词对同一个标签的权重进行加权，得到所述目标文档中的所有特征词对同一个标签的总权重；根据各个标签的所述总权重，从所述各个标签中确定出目标标签作为所述目标文档的文本特征。应用本申请能够提高提取文本特征的准确度。 | ||
| 搜索关键词： | 一种 文本 特征 提取 方法 装置 | ||
【主权项】：
一种文本特征提取方法，其特征在于，该方法包括：对于特征词库中的特征词Fi，根据预先建立的样本库中包含所述特征词Fi的样本中该特征词Fi的出现次数以及包含该特征词Fi的样本所具有的标签，确定该特征词Fi与标签库中的每个标签之间的互信息；对目标文档进行分词，获得所述目标文档中出现的所有特征词；基于目标文档中的每个特征词与每个标签之间的互信息，确定所述目标文档中的每个特征词对每个标签的权重，将所述目标文档中的所有特征词对同一个标签的权重进行加权，得到所述目标文档中的所有特征词对同一个标签的总权重；根据各个标签的所述总权重，从所述各个标签中确定出目标标签作为所述目标文档的文本特征。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市世纪光速信息技术有限公司，未经深圳市世纪光速信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210419624.8/，转载请声明来源钻瓜专利网。
