“邹雪君”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种用于子话题划分的诱导划分方法-CN201710587046.1有效
发明人：续欣莹;苏婧琼;邹雪君;谢珺 -专利权人：太原理工大学
申请日： 2017-07-18 - 公布日： 2021-05-11 - 主分类号： G06F16/35 文献下载
摘要：一种用于子话题划分的改进诱导划分，属于文本语义分析技术与全覆盖粒计算的交叉领域，它包含如下步骤：1)利用LDA主题模型对语料库建模，对“文档‑主题”矩阵设定合适的阈值；2)利用全覆盖粒计算模型表征文本，结合全覆盖粒约简的方法，删除冗余覆盖元；3)通过改进诱导划分算法对覆盖元中具有相同邻域系统的元素进行重新组合，寻找诱导等价类，实现子话题划分。本发明克服了目前子话题划分的已有方法存在的问题，为研究子话题划分提供了一种新的有效方法。
一种用于话题划分诱导方法

[发明专利]一种基于全覆盖粒计算的文本特征选择方法-CN201810641512.4在审
发明人：谢珺;邹雪君;靳红伟;续欣莹 -专利权人：太原理工大学
申请日： 2018-06-21 - 公布日： 2019-01-08 - 主分类号： G06F16/35 文献下载
摘要：一种基于全覆盖粒计算的文本特征选择方法，包括：1)对样本文本集进行分词、去停用词、词性标注；2)把位置、词性因素以不同的权重系数扩展至TFIDF算法中计算特征词的“文档‑词频”概率；3)采用bLDA主题模型生成特征词概率来计算特征词的语义信息；4)对特征词进行文本粒化，利用全覆盖粒计算的知识约简算法对特征词进行约简，得到约简后的特征词集的“文档‑词频”概率；5)联合bLDA和改进的TFIDF算法计算的特征词权重，得到约简后的特征词集的”文档‑词频”概率。采用本发明，考虑特征词的词性、位置和语义因素，同时去除对文本表意不强的特征词，从而选出更具代表的特征词集，提高聚类的精度。
特征词约简词频全覆盖文档文本特征选择概率词性算法文本语义词性标注权重系数算法计算样本文本语义信息主题模型停用词表意分词聚类粒化权重去除改进联合

[发明专利]一种基于全覆盖粒计算的K‑medoids文本聚类方法-CN201711321280.6在审
发明人：谢珺;邹雪君;杨云云;续欣莹 -专利权人：太原理工大学
申请日： 2017-12-12 - 公布日： 2018-04-13 - 主分类号： G06F17/27 文献下载
摘要：一种基于全覆盖粒计算的K‑medoids文本聚类方法，该方法包括以下步骤1)对文本进行预处理，包括中文分词，去停用词；2)对文本进行特征提取，设置高频词与低频词阈值，滤除区分度不够的高频词和代表性不强的低频词，然后利用TF‑IDF算法建立词向量空间模型；3)对文本进行聚类，首先利用single‑pass对文本进行粗聚类，利用全覆盖粒计算理论的粒度重要性概念计算初始聚类中心候选集，然后基于密度和最大最小距离算法计算初始聚类中心，最后利用k‑medoids算法进行文本聚类。本发明有效的解决了传统K‑medoids聚类算法随机选取初始聚类中心，存在迭代次数增加、聚类结果波动较大的问题，也解决了当前改进K‑medoids聚类算法中初始聚类中心位于同一类簇的问题。
一种基于覆盖计算 medoids 文本方法