[发明专利]一种层次聚类方法及装置有效
| 申请号： | 201810926896.4 | 申请日： | 2018-08-15 |
| 公开（公告）号： | CN109101633B | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 杨凯程;赵红红;李健铨;蒋宏飞;晋耀红 | 申请（专利权）人： | 北京神州泰岳软件股份有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/31 |
| 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： | 100089 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： | 本申请实施例公开一种层次聚类方法及装置，该方法包括：确定第一文本集；确定至少一个第一索引词，所述第一索引词包含于第一文本集中的至少一个文本中；分别建立与每一个第一索引词对应的第一索引文档集合，所述第一索引文档集合为包含对应的第一索引词的文本的集合；如果与当前第一文本集交集最大的第一索引文档集合中的文本数量大于或等于预设的第一阈值，则将与当前第一文本集交集最大的第一索引文档集合中的所有文本划分为第k个类簇，删除当前第一文本集中已经划分到第k个类簇中的文本，其中，k＝1,2,3……。采用上述层次聚类方法，避免设置难以控制的距离阈值，从而避免了距离阈值设置不恰当而导致的聚类精确度较差的问题。 | ||
| 搜索关键词： | 文本 索引文档 索引词 集合 层次聚类 文本集 交集 类簇 阈值设置 聚类 预设 删除 申请 | ||
【主权项】：
1.一种层次聚类方法，其特征在于，包括以下步骤：确定第一文本集；确定至少一个第一索引词，所述第一索引词包含于第一文本集中的至少一个文本中；分别建立与每一个第一索引词对应的第一索引文档集合，所述第一索引文档集合为包含对应的第一索引词的文本的集合；如果与当前第一文本集交集最大的第一索引文档集合中的文本数量大于或等于预设的第一阈值，则将与当前第一文本集交集最大的第一索引文档集合中的所有文本划分为第k个类簇，删除当前第一文本集中已经划分到第k个类簇中的文本，其中，k＝1,2,3……。
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神州泰岳软件股份有限公司，未经北京神州泰岳软件股份有限公司许可，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/201810926896.4/，转载请声明来源钻瓜专利网。
