[发明专利]互联网段落级话题识别系统

权利要求书

1.一种互联网段落级话题识别系统，其特征在于：包括网络蜘蛛模块、文本段落切片模块、语义分析与标注模块、维度识别模块、LSA分析模块、语义化文本描述模块、业务表现模块和UI模块八个模块。

2.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述网络蜘蛛模块是根据情报搜集与分析目标，利用网络蜘蛛，采集各类信息，并丢入存储系统(默认存储系统为分布式存储系统hadoop系统)。

3.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述文本段落切片模块对文本向段落切割，使以文本文档形式的文本数据转化为统一格式的段落。

4.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述语义分析与标注模块通过本体和语法规则，对分词后的段落内的词或词组进行语义标注，通过这种词汇向语义概念的转换(段落语义次回话描述体系)，将段落从文本转变为概念组合体，以便于进行相应语义计算，抽取语义维度以及维度强度。

5.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述维度识别模块是维度标注段落的程序，实现段落的维度标注工作。

6.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述LSA分析模块首先在做好语料库的上进行潜在语义分析(LSA)，分解后得到三个矩阵SVD，用S、D矩阵作为计算段落间关联度计算、话题见关联度、维度独立性计算。

7.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述语义化文本描述模块是在各个语义段落做完段落级语义分析之后，对整个文本文档汇总语义信息和语义维度化描述该文档的模块。 

8.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述业务表现模块是情报系统内核的Shell，将用户的情报需求逻辑表达给系统，生成执行脚本；最后调用情报系统的核心执行模块，以实现用户的情报收集与分析的需求。

9.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述UI模块为用户根据实际情报搜集和分析的需求，将这种需求表达给系统。

10.根据权利要求1所述的一种互联网段落级话题识别系统，其特征在于：所述UI模块为用户根据实际情报搜集和分析的需求提供给情报最终消费者。