[发明专利]动机词汇的自动分类过滤生成创意点计算方法

说明书

本发明涉及一种动机词汇的自动分类过滤生成创意点计算方法。该方法提出基于贝叶斯网络计算的动机词汇自动分类过滤方法，并应用到创意点生成的过程中；通过爬虫算法对动机词汇语料信息进行获取，通过建立向量空间模型对采集的信息进行聚类，并以此为依据，采用贝叶斯网络计算动机词汇之间的相关性，并在本体理论基础上按短语或者句子结构，对动机词汇进行分类过滤生成。实验结果证明，本发明采用改进的方法进行动机词汇分类过滤，相比传统的分类过滤方法，其分类过滤精度高、效率好，具有一定的优势。

技术领域

本发明涉及一种动机词汇的自动分类过滤生成创意点计算方法。

背景技术

随着计算机技术的快速发展和网络的日益普及，用户可获取的信息量呈现指数级增长^[1]，极大地丰富了用户所处的信息环境，但是，同时造成了信息过载等问题，增加了用户获取所需动机词汇的难度^[2]。自动分类过滤作为最简单有效的解决方法，被认为是处理和组织大量数据的关键技术^[3]，而对其创意点进行计算，是对自动分类过滤方法优劣评判最有效的方法，成为了该领域亟待解决的问题，受到了广大学者的关注，也出现了很多好的好方法^[4-5]。

文献[6]提出基于贝叶斯分类的动机词汇自动分类过滤方法，该方法通过贝叶斯分类进行分类，并给出核心过滤算法在动机词汇分类中的具体实现方法及过程，进而完成对动机词汇的自动分类过滤。但是存在分类时间长的问题；文献[7]提出基于信息反馈的自动分类过滤方法，该方法在现有分类算法的基础上选取了SNoW作为具体主体分类算法，并提出信息反馈和阈值过滤的策略以达到准确过滤无关词汇的目的，实现动机词汇的自动分类过滤。该方法虽然能实现动机词汇的自动分类过滤，但是存在分类过滤效果不佳的问题；文献[8]提出基于启发式规则的自动分类过滤方法，该方法通过对动机词汇进行分词、特征提取的基础上，采用NB分类器进行分类、过滤，实现对动机词汇的自动分类过滤，但是存在分类过滤精度低的问题；文献[9]提出基于潜在语义索引和支持向量机的分类过滤方法，在建立动机词汇信息过滤模型的基础上，分别听过预处理、特征降维、训练、过滤等步骤，达到动机词汇的自动分类过滤，但是存在过滤信息不完整的问题。

针对上述问题的产生，提出基于贝叶斯网络计算的动机词汇自动分类过滤方法。基于爬虫对动机词汇语料信息进行获取，通过建立向量空间模型对采集的信息进行聚类，并以此为依据，采用贝叶斯网络计算动机词汇之间的相关性，并在本体理论基础上按短语或者句子结构，对动机词汇进行分类过滤。实验结果证明，采用改进的方法进行动机词汇分类过滤，相比传统的分类过滤方法，其分类过滤精度高、效率好，具有一定的优势。

参考文献：

[1]侯风巍,郭东军,李世磊,等.基于信息反馈的文本主题分类过滤方法[J].通信学报,2009(s1):139-144.

[2]原媛,孙敏.基于CLARA的KNN文本分类过滤防火墙的设计实现[J].电脑开发与应用,2007,20(10):19-21.

[3]李健.面向智能电网的多领域海量文本过滤框架研究[J].电力信息与通信技术,2015(11):31-35.

[4]马慧媛.如何在大学英语词汇教学中激发学生的学习动机[J].时代教育,2014(3):234-234.

[5]李志义,沈之锐,义梅练.贝叶斯分类算法在社交网站信息过滤中的应用分析[J].图书情报工作,2014(13):100-106.

[6]贾宇波.大数据挖掘分类算法在垃圾邮件过滤中的应用[J].工业控制计算机,2016,29(5).23-26.

[7]高俊波,梅波.基于文本内容分析的微博广告过滤模型研究[J].计算机工程,2014,40(5):17-20.

[8]康建.用词法分析工具实现英语单词提取及分类[J].电脑编程技巧与维护,2015(19):17-17.