[发明专利]一种中文短文本聚类方法有效
| 申请号： | 201610952122.X | 申请日： | 2016-11-02 |
| 公开（公告）号： | CN106599029B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 崔莹;曹杰;姚瑞波;叶婷;伍之昂;申冬琴 | 申请（专利权）人： | 焦点科技股份有限公司;南京财经大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/30 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 陈霁 |
| 地址： | 210023 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种中文短文本聚类方法，具体涉及一种基于词向量及其相似度计算的中文短文本聚类方法。具体步骤如下,利用Word2Vec词向量训练模型获得所需要的词向量；利用词权重计算算法获取短文本集中所有词的权重；根据词向量和所有词的权重通过短文本相似度算法计算短文本集中每两个文本之间的相似度值；根据短文本集中每两个文本之间的相似度值对短文本进行聚类。本发明提出一种“搬运优化”的短文本相似度计算方法，解决了短文本文法特征稀疏和语义缺失等问题；基于图模型不断迭代计算词的权重，提高句子相似度计算的准确度；选择基于密度峰值聚类方法应用到短文本的聚类中，有效地提高聚类方法的效率。 | ||
| 搜索关键词： | 一种 中文 文本 方法 | ||
【主权项】：
一种中文短文本聚类方法，其特征在于，包括以下步骤：利用Word2Vec词向量训练模型获得所需要的词向量；利用词权重计算算法获取短文本集中所有词的权重；根据所述词向量和所述所有词的权重通过短文本相似度算法计算所述短文本集中每两个文本之间的相似度值；根据所述短文本集中每两个文本之间的相似度值对所述短文本进行聚类。
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焦点科技股份有限公司;南京财经大学，未经焦点科技股份有限公司;南京财经大学许可，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/201610952122.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于视频图像处理的书本内容搜索匹配方法
- 下一篇：一种显示方法及装置
