[发明专利]一种建立关键词词库的方法和装置有效
| 申请号： | 201410469628.6 | 申请日： | 2014-09-15 |
| 公开（公告）号： | CN104391852B | 公开（公告）日： | 2017-12-29 |
| 发明（设计）人： | 陈晰;王晶华;邢凯;杨金凤;张萌;张利萍;高冰;魏明磊;张淑娟;彭晓博;侯栋梁 | 申请（专利权）人： | 国家电网公司;国网河北省电力公司;国网河北省电力公司衡水供电分公司;国家电网公司信息通信分公司;中国科学技术大学苏州研究院 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京风雅颂专利代理有限公司11403 | 代理人： | 李弘,杨红梅 |
| 地址： | 100031 *** | 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： | |||
| 搜索关键词： | 一种 建立 关键词 词库 方法 装置 | ||
1.一种建立关键词词库的方法，其特征在于，包括：
对项目信息进行解析，获取项目关键词；
计算出所述项目关键词之间的语义相似度；
根据所述项目关键词及所述语义相似度生成关键词词库，并且，当项目信息变化时，在线更新关键词库；
其中，统计关键词,得到n个关键词W1,W2,...,Wn；
统计每两个关键词在所有记录里面同时出现的次数，构成关键词关联矩阵:
其中,mi,j为关键词Wi和Wj在所有记录中同时出现的次数，而mi,i为关键词Wi是自己对自己的关联且mi,i＝0；关联矩阵M是主对角线全为0的稀疏对称矩阵；
关键词Wi和Wj的语义相似度反映为关键词Wi出现时，关键词Wj出现的可能性，为条件概率；
项目关键词之间的语义相似度
2.如权利要求1所述的方法，其特征在于：
根据预设的关键词分词规则对项目信息解析，获取项目关键词；所述项目信息包括：项目名称、项目说明。
3.如权利要求2所述的方法，其特征在于：
根据自定义字典对项目信息分词，自动筛选分词并获取关键词，并将关键词与电力行业专业词汇合并、整理，剔除冗余词组生成所述项目关键词。
4.一种建立关键词词库的装置，其特征在于，包括：
关键词提取单元，用于对项目信息进行解析，获取项目关键词；
相似度计算单元，用于计算出所述项目关键词之间的语义相似度；
词库生成单元，用于根据所述项目关键词及所述语义相似度生成关键词词库，并且，当项目信息变化时，在线更新关键词库；
所述相似度计算单元统计关键词,得到n个关键词W1,W2,...,Wn；
所述相似度计算单元统计每两个关键词在所有记录里面同时出现的次数，构成关键词关联矩阵:
其中,mi,j为关键词Wi和Wj在所有记录中同时出现的次数，而mi,i为关键词Wi是自己对自己的关联且mi,i＝0； 关联矩阵M是主对角线全为0的稀疏对称矩阵；关键词Wi和Wj的语义相似度反映为关键词Wi出现时，关键词Wj出现的可能性，为条件概率；
所述相似度计算单元计算项目关键词之间的语义相似度
5.如权利要求4所述的装置，其特征在于：
所述关键词提取单元根据预设的关键词分词规则对项目信息解析，获取项目关键词；所述项目信息包括：项目名称、项目说明。
6.如权利要求5所述的装置，其特征在于：
所述关键词提取单元根据自定义字典对项目信息分词，自动筛选分词并获取关键词，并将关键词与电力行业专业词汇合并、整理，剔除冗余词组生成所述项目关键词。
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国家电网公司;国网河北省电力公司;国网河北省电力公司衡水供电分公司;国家电网公司信息通信分公司;中国科学技术大学苏州研究院，未经国家电网公司;国网河北省电力公司;国网河北省电力公司衡水供电分公司;国家电网公司信息通信分公司;中国科学技术大学苏州研究院许可，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/201410469628.6/1.html，转载请声明来源钻瓜专利网。
