[发明专利]一种通用文本挖掘方法和系统有效

专利信息
申请号: 201510135053.9 申请日: 2015-03-25
公开(公告)号: CN106156035B 公开(公告)日: 2019-10-22
发明(设计)人: 孟涛;李佳静 申请(专利权)人: 南京网感至察信息科技有限公司
主分类号: G06F16/26 分类号: G06F16/26
代理公司: 北京博雅睿泉专利代理事务所(特殊普通合伙) 11442 代理人: 马佑平;黄锦阳
地址: 210014 江苏省南京市秦淮区光华路1*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种通用文本挖掘的方法,其中包括:步骤1,运行网络爬虫,加载挖掘范围内的挖掘对象,步骤2,对所述挖掘对象进行实际文本提取,得到实际文本,步骤3,将所述实际文本形成概念标注图,步骤4,根据与挖掘目标对应的所述概念和概念之间的关系,将所述概念和关系编译形成字节码,进而形成指令图,步骤5,将所述概念标注图和所述指令图进行匹配,将所述概念标注图中符合指令图的概念和关系的内容形成分析结果。本发明的通用文本挖掘方法能够对挖掘目标、挖掘范围和挖掘方法等进行形式化的描述,达到在不同领域进行文本检索和挖掘的效果。
搜索关键词: 一种 通用 文本 挖掘 方法 系统
【主权项】:
1.一种通用文本挖掘方法,其特征在于,包括:步骤1,定义挖掘范围,运行网络爬虫,加载所述挖掘范围内的挖掘对象;步骤2,对所述挖掘对象进行实际文本提取,得到实际文本;步骤3,将所述实际文本形成概念标注图,选定挖掘方法;步骤4,定义与挖掘目标对应的概念以及定义概念之间的关系;根据与所述挖掘目标对应的所述概念和概念之间的关系,将所述概念和关系编译形成字节码,进而形成指令图;步骤5,将所述概念标注图和所述指令图进行匹配,将所述概念标注图中符合指令图的概念和关系的内容形成分析结果;其中,所述概念标注图是指在符合所述挖掘目标的字句上标注上与之相应的概念和关系;所述指令图是根据所述字节码中的目标依赖关系生成的;所述概念之间的所述关系包括:“SENT”:作用域内的所有概念必须出现在一条语句中;“DIST_n”:作用域内的任何两个相邻概念之间的距离不能大于n,n为自然数;“ORD”:作用域内的所有概念顺序出现;“CONT”:作用域内的所有概念相邻。
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南京网感至察信息科技有限公司,未经南京网感至察信息科技有限公司许可,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/201510135053.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top