[发明专利]标签传播的聚类方法、终端设备、存储介质及装置

说明书

本发明公开了一种标签传播的聚类方法、终端设备、存储介质及装置，该方法包括：获取各文本的频繁词；从样本文本集中提取所述文本的文本信息，根据所述文本信息通过预设映射关系构建异质文本网络；将所述异质文本网络中对应的文本节点通过预设节点影响力关系生成节点影响力阈值，根据所述节点影响力阈值获取目标标签；在所述异质文本网络中通过预设总相似度关系生成所述文本之间的总相似度阈值，根据所述总相似度阈值获取目标文本节点；将所述目标标签在所述目标文本节点之间进行传播，并将具有相同所述目标标签对应的文本进行聚类，以获得聚类结果簇。本发明技术方案能够解决标签传播随机性和聚类精确度及可信度低的技术问题。

技术领域

本发明涉及标签传播及聚类技术领域，尤其涉及一种标签传播的聚类方法、终端设备、存储介质及装置。

背景技术

目前在农业生产、信息检索、金融及生物信息处理等方面，都需要针对大量的数据信息进行处理后再进行使用，一般会使用标签进行传播处理后再进行聚类；例如，在研究农作物虫害的分析时，需要给受害农作物进行受害现象进行打标，然后进行判断是否属于哪一类的害虫，使用标签传播算法能够很快的对这种现象进行聚类得到结果，最后能够针对此害虫进行补救。但是这种标签传播算法不仅存在随机性，而且对打标处理后的数据进行聚类后其精确度及可信度都不高。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种标签传播的聚类方法、终端设备、存储介质及装置，旨在解决标签传播随机性和聚类精确度及可信度低的技术问题。

为实现上述目的，本发明提供一种标签传播的聚类方法，所述标签传播的聚类方法包括以下步骤：

对样本文本集中的文本进行分词处理，以获取各文本的频繁词；

从所述样本文本集中提取所述文本的文本信息，根据所述文本信息通过预设映射关系构建异质文本网络；

将所述异质文本网络中对应的文本节点通过预设节点影响力关系生成节点影响力阈值，根据所述节点影响力阈值获取目标标签；

在所述异质文本网络中通过预设总相似度关系生成所述文本之间的总相似度阈值，根据所述总相似度阈值获取目标文本节点；

将所述目标标签在所述目标文本节点之间进行传播，并将具有相同所述目标标签对应的文本进行聚类，以获得聚类结果簇。

优选地，所述对样本文本集中的文本进行分词处理，以获取各文本的频繁词，具体包括：

通过FNLP对所述样样本文本集中的文本进行分词及词性标注操作，以获得特征词；

对所述特征词进行TF-IDF运算，以获得所述特征词的词频及逆文档频率；

根据所述词频及所述逆文档频率，通过预设权重对应关系生成所述特征词的权重阈值；

将所述特征词的权重阈值与预设频繁词阈值进行比较，根据比较结果获取目标特征词，以将所述目标特征词作为所述文本的频繁词。

优选地，所述从所述样本文本集中提取所述文本的文本信息，根据所述文本信息通过预设映射关系构建异质文本网络，具体包括：

从所述样本文本集中提取所述文本的文本信息；

根据所述文本信息通过预设映射关系，将具有所述文本信息的文本节点之间设置为有向边，以构建异质文本网络。

优选地，所述将所述异质文本网络中对应的文本节点通过预设节点影响力关系生成节点影响力阈值，根据所述节点影响力阈值获取目标标签，具体包括：

将所述异质文本网络中对应的文本节点通过预设节点影响力关系生成节点影响力阈值；