[发明专利]一种基于多类特征融合的新兴热点话题检测系统有效
| 申请号： | 201810170864.6 | 申请日： | 2018-02-28 |
| 公开（公告）号： | CN108399241B | 公开（公告）日： | 2021-08-31 |
| 发明（设计）人： | 廖祥文;陈国龙;殷明刚;杨定达 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F16/953 | 分类号： | G06F16/953;G06F40/284;G06F40/211;G06N3/04;G06Q50/00;G06K9/62 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多类特征融合的新兴热点话题检测系统，包括：数据预处理模块，用于对微博文本进行预处理；分层序列模型，用于训练双向循环神经网络模型，通过使用双向的LSTM网络，训练输入的微博文本；词序列编码层，用于对句子中的各个词语向量化，形成初步的向量表示；句子级别特征求解层，用于对微博句子构建静态特征向量，与该层的神经网络动态特征进行链接，形成微博句子向量表示；话题级别特征求解层，用于对话题构建静态特征向量，与该层的神经网络动态特征进行链接，形成话题的向量表示；话题预测模块，用于对话题进行预测。本发明基于双向长短时期记忆网络架构，加入相应的动态特征和静态特征，提高新兴热点话题检测能力。 | ||
| 搜索关键词： | 一种 基于 特征 融合 新兴 热点话题 检测 系统 | ||
【主权项】：
1.一种基于多类特征融合的新兴热点话题检测系统，其特征在于，包括：一数据预处理模块，用于对微博文本进行预处理；一分层序列模型，用于训练双向循环神经网络模型，通过使用双向的LSTM网络，训练输入的微博文本；一词序列编码层，用于对句子中的各个词语向量化，形成初步的向量表示；一句子级别特征求解层，用于对微博句子构建静态特征向量，与该层的神经网络动态特征进行链接，形成微博句子向量表示；一话题级别特征求解层，用于对话题构建静态特征向量，与该层的神经网络动态特征进行链接，形成话题的向量表示；一话题预测模块，用于对话题进行预测，经过softmax层输出各个话题是新兴热点话题和非新兴热点话题的概率，并得到预测概率。
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福州大学，未经福州大学许可，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/201810170864.6/，转载请声明来源钻瓜专利网。
