[发明专利]短文本特征空间扩展方法无效
| 申请号： | 201010118594.8 | 申请日： | 2010-02-13 |
| 公开（公告）号： | CN101770454A | 公开（公告）日： | 2010-07-07 |
| 发明（设计）人： | 李琳;钟珞;胡燕;刘东飞 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 武汉开元知识产权代理有限公司 42104 | 代理人： | 潘杰 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 文本 特征 空间 扩展 方法 | ||
【权利要求书】：
1.一种短文本特征空间扩展方法，包括如下步骤：
(1)选取短文本特征空间的扩展来源；
(2)对所述扩展来源的文本数据进行文本预处理，获取作为训练集的文档—词矩阵；
(3)在训练集的文档—词矩阵上建立浅层狄利赫雷分配主题模型；
(4)将每条短文本表示成词向量；
(5)将短文本的词向量作为浅层狄利赫雷分配主题模型的输入，输出得到与短文本相关的隐含主题概率分布；
(6)将所述隐含主题的主题表示成主题向量；
(7)将所述主题向量和所述词向量组合在一起，形成具有扩展特征空间的短文本。
2.如权利要求1所述的短文本特征空间扩展方法，其特征在于，所述步骤(1)中选取的短文本特征空间的扩展来源为维基百科的普通条目或特色条目。
3.如权利要求1所述的短文本特征空间扩展方法，其特征在于，所述步骤(2)中文本预处理具体为：
抽取文本数据中的词干并计算词频。
4.如权利要求1所述的短文本特征空间扩展方法，其特征在于，所述步骤(6)具体为：
将所述隐含主题概率分布中概率值大于阈值的主题表示成主题向量。
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武汉理工大学，未经武汉理工大学许可，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/pat/books/201010118594.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：转换资料格式的方法
- 下一篇：通用驱动方法和通用驱动设备
