[发明专利]短文本的垃圾识别方法及系统有效
| 申请号： | 201310173127.9 | 申请日： | 2013-05-10 |
| 公开（公告）号： | CN103309851A | 公开（公告）日： | 2013-09-18 |
| 发明（设计）人： | 姜贵彬 | 申请（专利权）人： | 微梦创科网络科技（中国）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京市京大律师事务所 11321 | 代理人： | 黄启行;方晓明 |
| 地址： | 100080 北京*** | 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： | 本发明公开了一种短文本的垃圾识别方法及系统，所述方法包括：对网站平台上设定时间段内出现的短文本，分别计算各短文本的词语特征向量；根据各短文本的词语特征向量，对所述设定时间段内出现的短文本进行集合划分；其中，被划分到同一集合中的短文本被判定为内容相似；统计每个集合中的短文本的数量，将短文本的数量超过设定阈值的集合进行垃圾标识。由于对于内容相似的短文本统计数量后，若数量超过设定阈值，则进行垃圾标识；这种处理方式不用依赖通过训练、学习后得到的垃圾文本集和非垃圾文本集，可以实时地对短文本进行垃圾识别，提高了短文本的内容的垃圾识别及时性。 | ||
| 搜索关键词： | 文本 垃圾 识别 方法 系统 | ||
【主权项】：
一种短文本的垃圾识别方法，其特征在于，包括：对网站平台上设定时间段内出现的短文本，分别提取各短文本的特征词，并计算出各短文本的词语特征向量；根据各短文本的词语特征向量，对所述设定时间段内出现的短文本进行集合划分；其中，被划分到同一集合中的短文本被判定为内容相似；统计每个集合中的短文本的数量，将短文本的数量超过设定阈值的集合进行垃圾标识。
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微梦创科网络科技（中国）有限公司，未经微梦创科网络科技（中国）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/201310173127.9/，转载请声明来源钻瓜专利网。
