[发明专利]文档的主题特征词抽取方法及装置有效
| 申请号： | 201611062893.8 | 申请日： | 2016-11-25 |
| 公开（公告）号： | CN108108346B | 公开（公告）日： | 2021-12-24 |
| 发明（设计）人： | 余虎;张郭强;林伟亮 | 申请（专利权）人： | 广东亿迅科技有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F16/95;G06F16/30 |
| 代理公司： | 深圳市精英专利事务所 44242 | 代理人： | 葛勤 |
| 地址： | 510000 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种文档的主题特征词抽取方法及装置，其中，该文档的主题特征词抽取方法包括如下步骤：导入一组已有分类的文档，所述文档具有中文文本数据；对文档的中文文本数据进行分词预处理，得到多个分词词组；根据词频、类别信息及互信息对多个分词词组进行特征选取，得到特征词组；根据预设的主题特征对特征词组进行过滤处理，得到主题特征词。本发明的技术方案能够避免无关特征词对文档主题的影响，能够得到准确的主题特征词，以方便文档的搜索。本发明能够提高主题特征词选取的准确率，避免漏选或多选特征词，能够提高文档搜索的准确性，以提升用户的搜索体验。 | ||
| 搜索关键词： | 文档 主题 特征 抽取 方法 装置 | ||
【主权项】：
1.一种文档的主题特征词抽取方法，其特征在于，所述文档的主题特征词抽取方法包括如下步骤：导入一组已有分类的文档，所述文档具有中文文本数据；对文档的中文文本数据进行分词预处理，得到多个分词词组；根据词频、类别信息及互信息对多个分词词组进行特征选取，得到特征词组；根据预设的主题特征对特征词组进行过滤处理，得到主题特征词。
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广东亿迅科技有限公司，未经广东亿迅科技有限公司许可，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/201611062893.8/，转载请声明来源钻瓜专利网。
- 上一篇：用于确定新闻主题的方法与设备
- 下一篇：对话模式分析系统及方法
