[发明专利]内置约束规则的k-means文本聚类方法及装置有效
| 申请号： | 201711236589.5 | 申请日： | 2017-11-30 |
| 公开（公告）号： | CN107943982B | 公开（公告）日： | 2020-08-21 |
| 发明（设计）人： | 李德彦;晋耀红;席丽娜 | 申请（专利权）人： | 鼎富智能科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06K9/62 |
| 代理公司： | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 230000 安徽省合肥市*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开一种内置约束规则的k‑means文本聚类方法及装置，该方法包括：利用第二约束规则预处理待聚类文本集，得到与第二约束规则对应的第二预处理集合；获取待聚类文本集中的k个文本作为簇心；如果簇心包含于第二预处理集合的任一个子集合中，则将该第二预处理集合的另一个子集合中的文本添加到与该簇心对应的类簇互斥集合中；如果待聚类文本集中的当前文本包含于x个类簇互斥集合中，则计算除类簇互斥集合所对应的簇心以外其他(k‑x)个簇心与当前文本的距离，将当前文本添加到与其距离最近的簇心所对应的类簇中；重新计算每个类簇的新的簇心，如果新的簇心满足停止条件，则输出全部类簇。采用该方法可以降低文本聚类的计算复杂度，提高聚类精度。 | ||
| 搜索关键词： | 内置 约束 规则 means 文本 方法 装置 | ||
【主权项】：
一种内置约束规则的k‑means文本聚类方法，其特征在于，包括以下步骤：利用第二约束规则预处理待聚类文本集，得到与所述第二约束规则对应的第二预处理集合，所述第二约束规则包括两个子规则，符合其中一个子规则的文本与符合另一个子规则的文本必须聚类到不同的类簇中，所述第二预处理集合包括两个子集合，每一个所述子集合包括符合一个对应的子规则的文本；获取所述待聚类文本集中的k个文本作为簇心，k＜N，N为待聚类文本集中文本的总数量；如果簇心包含于第二预处理集合的任一个子集合中，则将该第二预处理集合的另一个子集合中的文本添加到与该簇心对应的类簇互斥集合中；如果待聚类文本集中的当前文本包含于x个类簇互斥集合中，则计算除类簇互斥集合所对应的簇心以外其他(k‑x)个簇心与当前文本的距离，将当前文本添加到与其距离最近的簇心所对应的类簇中，其中，0＜x＜k；如果待聚类文本集中的当前文本不包含于任何一个类簇互斥集合中，或者当前文本包含于全部类簇互斥集合中，则计算所有簇心与当前文本的距离，将当前文本添加到与其距离最近的簇心所对应的类簇中；重新计算每个类簇的新的簇心，如果新的簇心满足预设的停止条件，则输出全部类簇。
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鼎富智能科技有限公司，未经鼎富智能科技有限公司许可，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/201711236589.5/，转载请声明来源钻瓜专利网。
