[发明专利]一种跨语言的主题网站自动发现方法有效
| 申请号： | 201710017871.8 | 申请日： | 2017-01-11 |
| 公开（公告）号： | CN106649883B | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 程国艮;宋俊平 | 申请（专利权）人： | 中译语通科技股份有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F17/28 |
| 代理公司： | 11520 北京万贝专利代理事务所(特殊普通合伙) | 代理人： | 马红 |
| 地址： | 100040 *** | 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： | 本发明公开了一种跨语言的主题网站自动发现方法，所述方法根据种子网站或关键词集生成多语言主题模型，依据主题模型中的关键字进行网页信息采集，通过对相关网页进行聚类分析找出备选主题网站，将主题网站翻译后提供给用户，并根据用户反馈改进系统性能。本发明借助已有机器翻译引擎和网页信息采集系统辅助实现多种语言的主题相关网站自动发现，并设计人机协同机制将自动发现结果的准确性反馈给系统，逐步提升系统的性能；本发明实现了跨语言的主题网站自动发现；本发明提出了时序主题模型提取方法，提升了主题网站筛选的精度。 | ||
| 搜索关键词： | 一种 语言 主题 网站 自动 发现 方法 | ||
【主权项】：
1.一种跨语言的主题网站自动发现方法，其特征在于，所述跨语言的主题网站自动发现方法根据种子网站或关键词集生成多语言主题模型，依据主题模型中的关键字进行网页信息采集，通过对相关网页进行聚类分析找出备选主题网站，将主题网站翻译后提供给用户，并根据用户反馈改进系统性能；/n具体包括：/n时序主题模型提取：将过去一段时间划分为几个时间段，分别计算每个时间段内网站的关键词，所有时间段的关键词组成网站的主题模型；在对比网站相似度时，分别对比各时间段内网站的相似度，然后根据各时间段的权重计算网站整体相似度，整体相似度大于给定阈值的即认定为主题相关网站；主题模型的定义如下：M＝(K，A，L，N，P)，其中M为主题模型，K为各时间段关键词向量，K＝[K
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中译语通科技股份有限公司，未经中译语通科技股份有限公司许可，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/201710017871.8/，转载请声明来源钻瓜专利网。
