[发明专利]从大量文档集合中进行术语提取的方法和平台无效
| 申请号： | 200480017354.1 | 申请日： | 2004-06-14 |
| 公开（公告）号： | CN1809830A | 公开（公告）日： | 2006-07-26 |
| 发明（设计）人： | 姬东鸿;杨令鹏;聂昱 | 申请（专利权）人： | 新加坡科技研究局 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 中科专利商标代理有限责任公司 | 代理人： | 朱进桂 |
| 地址： | 新加坡*** | 国省代码： | 新加坡;SG |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 说明了一种从大量文档集合中统计地提取术语的方法和平台。根据每一个文档中字的重要值，针对文档集合中每一个文档来确定重要性向量。通过根据每一个文档的重要性向量将文档聚类到相似文档的簇中，形成二叉文档分类树。通过对二叉文档分类树进行归纳，针对文档集合建立基础结构。通过将基础结构的归纳树划分为两部分并切去上部分来确定文档簇。从相似文档的簇中提取统计上意义重大的独立关键字。将关键字作为种子，并通过从种子开始并向其左或右上下文延伸来来提取术语。 | ||
| 搜索关键词： | 大量 文档 集合 进行 术语 提取 方法 平台 | ||
【主权项】：
1、一种从文档集合中统计地提取术语的方法，包括步骤：根据每一个文档中字的重要值，针对文档集合中每一个文档来确定重要性向量；通过根据每一个文档的重要性向量将文档聚类到相似文档的簇中，形成二叉文档分类树；通过对二叉文档分类树进行归纳，针对文档集合建立基础结构；通过对基础结构的归纳树进行切割来对文档进行聚类；从相似文档的簇中提取统计上意义重大的独立关键字；以及将关键字作为种子来提取术语。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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新加坡科技研究局，未经新加坡科技研究局许可，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/patent/200480017354.1/，转载请声明来源钻瓜专利网。
