[发明专利]文本聚类方法和装置有效
| 申请号： | 201510981938.0 | 申请日： | 2015-12-23 |
| 公开（公告）号： | CN106909575B | 公开（公告）日： | 2020-07-31 |
| 发明（设计）人： | 祁国晟;王清华 | 申请（专利权）人： | 北京国双科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 韩建伟;张永明 |
| 地址： | 100083 北京市海淀区*** | 国省代码： | 北京;11 |
| 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聚类方法和装置。其中，该方法包括：通过第一预设算法对多个文本进行第一级聚类，其中，第一预设算法为低于第一预设位数的SimHash算法，通过第一预设算法判定为相似的文本属于同一类别，通过第一预设算法判定为不相似的文本属于不同类别；以及通过第二预设算法分别对第一级聚类得到的各个类别中的文本进行第二级聚类，其中，第二预设算法不同于第一预设算法，通过第二预设算法判定为相似的文本属于同一类别，通过第二预设算法判定为不相似的文本属于不同类别。本申请解决了相关技术中相似文章聚类准确性较低的技术问题。 | ||
| 搜索关键词： | 文本 方法 装置 | ||
【主权项】：
一种文本聚类方法，其特征在于，包括：通过第一预设算法对多个文本进行第一级聚类，其中，所述第一预设算法为低于第一预设位数的SimHash算法，通过所述第一预设算法判定为相似的文本属于同一类别，通过所述第一预设算法判定为不相似的文本属于不同类别；以及通过第二预设算法分别对所述第一级聚类得到的各个类别中的文本进行第二级聚类，其中，所述第二预设算法不同于所述第一预设算法，通过所述第二预设算法判定为相似的文本属于同一类别，通过所述第二预设算法判定为不相似的文本属于不同类别。
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北京国双科技有限公司，未经北京国双科技有限公司许可，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/201510981938.0/，转载请声明来源钻瓜专利网。
