[发明专利]一种文本聚类元学习方法及装置

权利要求书

1、一种文本聚类元学习方法，其特征在于，该方法包括以下步骤：

A、用文本分析方法对文本集进行软聚类或软分类处理，得到至少两个聚类或分类结果；

B、将所述聚类或分类结果分别表示成处理结果矩阵，将所述处理结果矩阵拼接成文本向量矩阵；

C、对所述文本向量矩阵进行元学习，得到最终聚类结果。

2、根据权利要求1所述的方法，其特征在于：步骤A中的文本分析方法为软聚类方法和/或软分类方法。

3、根据权利要求1所述的方法，其特征在于，所述步骤B中的将所述处理结果矩阵拼接成文本向量矩阵包括：将所述处理结果矩阵分别乘上预先设置的权值后，再将所有的处理结果矩阵拼接成文本向量矩阵。

4、根据权利要求1所述的方法，其特征在于，步骤A之前还包括：对所述文本集进行预处理；所述预处理包括：分词、特征选取和文本向量化。

5、一种文本聚类元学习装置，其特征在于，该装置包括：文本分析模块、矩阵合成模块和元学习模块；

所述文本分析模块，用于对文本集进行软聚类或软分类处理，将得到的聚类或分类结果发送给所述矩阵合成模块；

所述矩阵合成模块，用于将所接收到的聚类或分类结果转化成矩阵，并将转化后的矩阵拼接成文本向量矩阵，将所述文本向量矩阵发送给所述元学习模块；

所述元学习模块，用于对接收到的文本向量矩阵进行元学习，输出最终聚类结果。

6、根据权利要求5所述的装置，其特征在于，所述装置还包括：预处理模块；

所述预处理模块，用于对文本集中的文本进行文本向量化，将文本向量化后的文本集发送给所述文本分析模块。

7、根据权利要求6所述的装置，其特征在于，所述预处理模块包括：分词单元、特征选取单元和文本向量化单元；

所述分词单元，用于将文本集中的文本划分为单个的词，并统计每个词在文本集中出现的次数，将划分结果和统计结果发送给所述特征选取单元；

所述特征选取单元，用于根据接收到的划分结果和统计结果，从文本集中选取特征词，将选取的特征词发送给所述文本向量化单元；

所述文本向量化单元，用于根据接收到的特征词将文本集中的文本转化成文本向量，将文本向量化后的文本集发送给所述文本分析模块。

8、根据权利要求5所述的装置，其特征在于，所述矩阵合成模块包括：矩阵化单元和合成单元；

所述矩阵化单元，用于将接收到的聚类或分类结果转化成矩阵，将转化后的矩阵发送给所述合成单元；

所述合成单元，用于将接收到的所有转化后的矩阵拼接成一个文本向量矩阵，将所述文本向量矩阵发送给所述元学习模块。

9、根据权利要求5所述的装置，其特征在于，所述元学习模块包括：归一化单元和学习单元；

所述归一化单元，用于对接收到的文本向量矩阵进行归一化处理，将归一化后的文本向量矩阵发送给所述学习单元；

所述学习单元，用于对接收到的归一化后的文本向量矩阵进行元学习，输出最终聚类结果。