[发明专利]用于识别文本主题的方法和装置在审
| 申请号： | 201611051277.2 | 申请日： | 2016-11-23 |
| 公开（公告）号： | CN108090042A | 公开（公告）日： | 2018-05-29 |
| 发明（设计）人： | 张帅 | 申请（专利权）人： | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 王达佐;马晓亚 |
| 地址： | 100080 北京市海淀区杏石口路6*** | 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： | 本申请公开了用于识别文本主题的方法和装置。该方法的一具体实施方式包括：对待识别文本进行预处理得到关键词集合；随机确定关键词集合中的每个关键词所属的主题；统计各个主题包括的关键词的数目；对关键词集合中的每个关键词重复执行以下步骤，直到结果收敛或达到预设的迭代次数：将关键词所属主题包括的关键词的数目减一；根据预先训练获得的概率分布进行抽样得到关键词所属主题，将抽样得到的主题包括的关键词的数目加一；根据各个主题包括的关键词的数目与关键词集合中关键词的数目确定各个主题出现在待识别文本中的概率。该实施方式提高了文本主题识别的精确度。 | ||
| 搜索关键词： | 关键词集合 文本主题 方法和装置 抽样 文本 预处理 概率分布 数目确定 随机确定 重复执行 迭代 预设 收敛 概率 申请 统计 | ||
【主权项】：
1.一种用于识别文本主题的方法，其特征在于，所述方法包括：对待识别文本进行预处理得到关键词集合；随机确定所述关键词集合中的每个关键词所属的主题；统计各个主题包括的关键词的数目；对所述关键词集合中的每个关键词重复执行以下步骤，直到结果收敛或达到预设的迭代次数，其中，所述结果收敛包括重复执行以下步骤得到的各个主题的关键词分布的变化量小于预定阈值：将关键词所属主题包括的关键词的数目减一；根据预先训练获得的概率分布进行抽样得到关键词所属主题，将抽样得到的主题包括的关键词的数目加一；根据各个主题包括的关键词的数目与所述关键词集合中关键词的数目确定各个主题出现在待识别文本中的概率。
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北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司，未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可，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/201611051277.2/，转载请声明来源钻瓜专利网。
