[发明专利]一种大规模语音数据的核心内容挖掘方法及设备

权利要求书

1.一种大规模语音数据的核心内容挖掘方法，其特征在于，所述方法包括：

将大规模待处理语音数据集转换为对应的待处理文本数据集；

对所述对应的待处理文本数据集进行预处理，得到所述待处理文本数据集对应的待处理词语文本集；

通过文本聚类算法对所述待处理词语文本集进行文本聚类，得到对应的至少一个类别；

将所述至少一个类别对应的主题确定为所述大规模待处理语音数据集的核心内容；

根据所述文本聚类得到的聚类结果，构建文本分类模型；

所述文本分类模型中包括所述至少一个预设文本类别，所述文本分类模型用于对新语音数据集对应的新文本数据集进行文本分类，进而确定所述新语音数据集的核心内容，其中，新文本数据集与所述大规模待处理数据来源相同。

2.根据权利要求1所述的方法，其特征在于，所述预处理包括：对所述对应的待处理文本数据集进行分词处理以及去弱意义词处理。

3.根据权利要求1所述的方法，其特征在于，所述通过文本聚类算法对所述待处理词语文本集进行文本聚类，得到对应的至少一个类别的步骤，包括：

针对所述待处理词语文本集中的所有词语建立词语索引关系向量；

利用文本聚类算法对所述待处理词语文本集进行聚类，得到对应的至少一个类别。

4.根据权利要求3所述的方法，其特征在于，所述文本聚类算法为隐含狄利克雷分布LDA算法、分层狄利克雷HDP算法或概率潜在语义分析PLSA算法。

5.一种大规模语音数据的核心内容挖掘设备，其特征在于，所述设备包括：

转换模块，用于将大规模待处理语音数据集转换为对应的待处理文本数据集；

预处理模块，用于对所述对应的待处理文本数据集进行预处理，得到所述待处理文本数据集对应的待处理词语文本集；

聚类模块，用于通过文本聚类算法对所述待处理词语文本集进行文本聚类，得到对应的至少一个类别；

确定模块，用于将所述至少一个类别对应的主题确定为所述大规模待处理语音数据集的核心内容；

构建模块，用于根据所述文本聚类得到的聚类结果，构建文本分类模型；

所述文本分类模型中包括所述至少一个预设文本类别，所述文本分类模型用于对新语音数据集对应的新文本数据集进行文本分类，进而确定所述新语音数据集的核心内容，其中，新文本数据集与所述大规模待处理数据来源相同。

6.根据权利要求5所述的设备，其特征在于，所述预处理包括：对所述对应的待处理文本数据集进行分词处理以及去弱意义词处理。

7.根据权利要求5所述的设备，其特征在于，所述聚类模块，包括：

建立子模块，用于针对所述待处理词语文本集中的所有词语建立词语索引关系向量；

聚类子模块，用于利用文本聚类算法对所述待处理词语文本集进行聚类，得到对应的至少一个类别。

8.根据权利要求5所述的设备，其特征在于，所述文本聚类算法为隐含狄利克雷分布LDA算法、分层狄利克雷HDP算法或概率潜在语义分析PLSA算法。