[发明专利]一种计算文本主题模型的方法及装置

摘要

本申请公开了一种计算文本主题模型的方法及装置，方法包括：获取目标文本，所述目标文本中含有多个目标词；获取训练文本集合中每个训练文本的训练主题的分布概率；获取所述训练文本集合中每个训练主题的训练词的分布概率；基于所述训练文本集合中每个训练主题的训练词的分布概率，获取每个所述训练主题中每个所述目标词的分布概率，其中的目标词为出现在所述训练词中的词；获取所述训练文本集合各个所述训练主题的分布概率；获取所述目标文本中每个所述目标词在各个所述训练主题的分布概率；获取所述目标文本中各个训练主题的分布概率，以得到所述目标文本的主题模型。

主权项

1.一种计算文本主题模型的方法，其特征在于，包括：获取目标文本，所述目标文本中含有多个目标词；利用预设的文本主题模型计算方法，对训练文本集合中的训练文本进行主题模型的计算，得到每个所述训练文本中关于各个训练主题的分布概率P(t|d)；利用预设的文本主题模型计算方法，对训练文本集合中的训练文本进行主题模型的计算，得到每个所述训练文本中每个训练主题中训练词的分布概率P1(w|t)；基于所述训练文本集合中每个训练主题的训练词的分布概率P1(w|t)，获取每个所述训练主题中每个所述目标词的分布概率P2(w|t)，P2(w|t)中的目标词为出现在所述训练词中的词；利用P(t)＝∑_d∈DP(t|d)P(d)，获取所述训练文本集合各个所述训练主题的分布概率P(t)，D为所述训练文本集合，P(d)预设为1；利用获取所述目标文本中每个所述目标词在各个所述训练主题的分布概率P(t|w)，P(w)是每个所述目标词在所述训练文本集合中的分布概率；利用获取所述目标文本中各个训练主题的分布概率，以得到所述目标文本的主题模型，w_i为所述目标文本中第i个目标词，P(t|w_i)为目标词w_i为训练主题t的分布概率，d为所述目标词的集合。