[发明专利]一种新的基于特征向量的中文Web文档表示方法无效
| 申请号： | 201010618112.5 | 申请日： | 2010-12-31 |
| 公开（公告）号： | CN102541935A | 公开（公告）日： | 2012-07-04 |
| 发明（设计）人： | 宫哲;贺智铭;蒋琴琴 | 申请（专利权）人： | 北京安码科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100082 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了提出了一种新的基于特征向量的中文Web文档表示方法，该方法包括：将中文词典分词法进行算法扩展，使其能够通过拼接零散词的方式发现新词，并扩展分词词典；将词—文档向量矩阵扩展为词—事务向量矩阵，并利用关联规则挖掘算法，在词—事务向量矩阵中挖掘出置信度高于经验阈值的规则，将规则中的词聚为一类，降低了特征向量空间的维数。利用本发明，解决了目前中文Web文档的向量表示中，不能将新词表示出来的缺陷，同时还降低了文档向量表示的维度，大大节省了存储开销，降低了后续文本数据挖掘计算的时间复杂度。 | ||
| 搜索关键词： | 一种 基于 特征向量 中文 web 文档 表示 方法 | ||
【主权项】：
一种新的基于特征向量的中文Web文档表示方法，其特征在于，该方法包括：一种中文Web新词汇的发现方法；一种利用关联规则算法发现同类词的方法；通过以上两种方法，将中文Web文档更有效的表示为维度更低的特征向量。
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北京安码科技有限公司，未经北京安码科技有限公司许可，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/patent/201010618112.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种电信用户细分方法
- 下一篇：一种多风道隔离优化设计的方法
