[发明专利]文章主题成分分解方法、装置、设备和存储介质在审
申请号: | 201910047234.4 | 申请日: | 2019-01-17 |
公开(公告)号: | CN109918641A | 公开(公告)日: | 2019-06-21 |
发明(设计)人: | 韦柏松;李山亭;田磊;陈世喆;王昊;吴力丰;曾文韬 | 申请(专利权)人: | 平安城市建设科技(深圳)有限公司 |
主分类号: | G06F17/27 | 分类号: | G06F17/27;G06F16/35;G06F16/34 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 胡海国 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文章主题 成分分解 矩阵 主题向量 关键词集合 存储介质 词向量 向量 预设 归一化处理 文本数据库 成分信息 分词处理 用户查询 预先设置 分解 转化 分析 | ||
本发明公开了一种文章主题成分分解方法,包括以下步骤:接收文章主题成分分解请求,获取预设文本数据库中待分解的文章;将所述文章进行分词处理,得到所述文章对应的关键词集合,并将所述关键词集合中的各关键词转化为对应的词向量;根据各关键词对应的词向量,生成所述文章的文章向量,根据所述文章向量与预设主题向量矩阵,计算得到所述文章的主题成分;将所述主题成分进行归一化处理,得到所述文章的成分信息。本发明还公开了一种文章主题成分分解装置、设备和存储介质。本发明预先设置主题向量矩阵,并基于主题向量矩阵对文章的成分进行分析,实现快速准确地提取文章主题,方便用户查询。
技术领域
本发明涉及信息挖掘领域,尤其涉及文章主题成分分解方法、装置、设备和存储介质。
背景技术
随着互联网的不断发展,互联网发展方便了人们的生活,增加了人们获取信息的渠道。
在大数据的社会背景下,海量文章给用户带来广泛信息内容的同时也给用户带来很大的选择困扰,即,用户在查看文章时,由于文章的信息量较大,用户并不可以快速、准确地获取到文章的主题,需要将各个文章打开后才可以确定文章主题,这样使得文章查询中使用并不方便;例如,用户在进行文章检索时,服务器将包含用户输入的关键词的文章作为检索结果,并将多个检索结果输出,用户逐一查看各个检索结果,确定是否为自己想要文章;如何通过对文章的分析,准确地获取文章主题成分,以避免用户查询不便成为了当前亟待解决的技术问题。
发明内容
本发明的主要目的在于提供一种文章主题成分分解方法、装置、设备和存储介质,旨在实现快速准确地提取文章主题。
为实现上述目的,本发明提供文章主题成分分解方法,所述文章主题成分分解方法包括以下步骤:
接收文章主题成分分解请求,获取预设文本数据库中待分解的文章;
将所述文章进行分词处理,得到所述文章对应的关键词集合,并将所述关键词集合中的各关键词转化为对应的词向量;
根据各关键词对应的词向量,生成所述文章的文章向量,根据所述文章向量与预设主题向量矩阵,计算得到所述文章的主题成分;
将所述主题成分进行归一化处理,得到所述文章的成分信息。
可选地,所述将所述文章进行分词处理,得到所述文章对应的关键词集合,并将所述关键词集合中的各关键词转化为对应的词向量的步骤,包括:
按预设分词算法处理所述文章,并去除所述文章中的停用词,得到所述文章对应的关键词集合;
通过预设word2vec算法,将所述关键词集合中的各个关键词转化为对应的词向量。
可选地,所述根据各关键词对应的词向量,生成所述文章的文章向量,根据所述文章向量与预设主题向量矩阵,计算得到所述文章的主题成分的步骤之前,包括:
从网络上抓取海量的文章样本,组成训练样本集合,采用预设的lda2vec深度神经网络,将所述训练样本集合中的各文章样本进行分词处理并去停用词,得到所述训练样本集合中各文章样本的初始主题向量;
在所述初始主题向量训练完成后,获取所述初始主题向量中每个词向量的权重,将所述初始主题向量中的各词向量添加对应权重并加和,得到对应的目标主题向量;
分析所述目标主题向量,得到所述目标主题向量对应的主题名称,并生成行为所述目标主题向量,列为所述主题名称的预设主题向量矩阵。
可选地,所述根据各关键词对应的词向量,生成所述文章的文章向量,根据所述文章向量与预设主题向量矩阵,计算得到所述文章的主题成分的步骤,包括:
将各所述关键词对应的词向量进行加和后,除于所述关键词的数量,得到所述文章的文章向量;
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平安城市建设科技(深圳)有限公司,未经平安城市建设科技(深圳)有限公司许可,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/201910047234.4/2.html,转载请声明来源钻瓜专利网。