[发明专利]一种基于多流行关联矩阵分解的无障碍文本展现方法有效
| 申请号： | 201310217406.0 | 申请日： | 2013-06-03 |
| 公开（公告）号： | CN103345471A | 公开（公告）日： | 2013-10-09 |
| 发明（设计）人： | 卜佳俊;李平;陈纯;王北斗;高珊 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 杭州天正专利事务所有限公司 33201 | 代理人： | 王兵;黄美娟 |
| 地址： | 310027 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于多流行关联矩阵分解的无障碍文本展现方法，从互联网抓取网页文本后，针对文本进行如下操作：首先对文本进行分词，提取文本统计特征信息，包括词频和反向文档频率，形成文本的TF-IDF向量化特征表示；然后构建若干文本流行和单词流行，基于多流行的关联矩阵分解考虑文本与单词之间的对偶性，获得低维的文本表示和单词表示；最后对文本的低维表示进行聚类，相同或相近主题的文本分为一组，以分组的形式重新展现文本信息。本方法的优点在于：可以更好地帮助残疾人用户分主题浏览互联网上的文本信息，并快速显示同主题的网页文本集合，增强用户的体验度。 | ||
| 搜索关键词： | 一种 基于 流行 关联 矩阵 分解 障碍 文本 展现 方法 | ||
【主权项】：
一种基于多流行关联矩阵分解的无障碍文本展现方法，该方法的特征在于从互联网抓取网页文本后，针对文本进行以下操作：1）对文本进行分词，提取文本统计特征信息，包括词频和反向文档频率，形成文本的TF‑IDF向量化特征表示；2）构建若干文本流行和单词流行，基于多流行的关联矩阵分解考虑文本与单词之间的对偶性，获得低维的文本表示和单词表示；3）对文本的低维表示进行聚类，相同或相近主题的文本分为一组，以分组的形式重新展现文本信息。
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浙江大学，未经浙江大学许可，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/201310217406.0/，转载请声明来源钻瓜专利网。
