[发明专利]一种基于低秩分解的精细主题挖掘方法在审
| 申请号： | 201410827865.5 | 申请日： | 2014-12-25 |
| 公开（公告）号： | CN104504087A | 公开（公告）日： | 2015-04-08 |
| 发明（设计）人： | 孙显;许光銮;付琨;胡岩峰;郑歆慰;田璟;刁文辉 | 申请（专利权）人： | 中国科学院电子学研究所 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙)11350 | 代理人： | 汤东凤 |
| 地址： | 100190北*** | 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： | 本发明公开了一种基于低秩分解的精细主题挖掘方法，对原始语料文本进行分词及去停词处理，对预处理得到的词频矩阵生成主题矩阵，主题矩阵，将原始语料文本分解为主题背景及关键词；本发明提出了一个不引入新隐含变量的精细表示文本内容的模型，该模型以LDA模型作为基础提取文本集的主题分布，并结合文本主题由不同方面组成的特点，引入主成分分析的改进方法，即鲁棒性主成分分析方法，将每个主题分解为低秩部分和稀疏部分，低秩部分代表了该主题下的常用词，稀疏部分则是对该主题下不同角度的精细刻画，从而达到精细表示文本的目的，有效地解决了传统主题模型只能挖掘文本的主题背景，无法对文本的侧重点进行精细描述的问题。 | ||
| 搜索关键词： | 一种 基于 分解 精细 主题 挖掘 方法 | ||
【主权项】：
一种基于低秩分解的精细主题挖掘方法，其特征在于，该基于低秩分解的精细主题挖掘方法包括：步骤一，对原始语料文本进行分词及去停词处理；步骤二，对预处理得到的词频矩阵生成主题矩阵；步骤三，分解主题矩阵，将原始语料文本分解为主题背景及关键词。
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中国科学院电子学研究所;，未经中国科学院电子学研究所;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/201410827865.5/，转载请声明来源钻瓜专利网。
