[发明专利]一种基于文本聚类的分布式索引构建方法及系统在审
| 申请号： | 201610154682.0 | 申请日： | 2016-03-16 |
| 公开（公告）号： | CN105787097A | 公开（公告）日： | 2016-07-20 |
| 发明（设计）人： | 林格;邓现 | 申请（专利权）人： | 中山大学 |
| 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： | 510006 广东省广州市番禺*** | 国省代码： | 广东;44 |
| 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文本聚类的分布式索引构建方法及系统，其中，所述方法包括：对非结构化文本进行格式化和分词预处理，将预处理结果存储在原来的分布式节点上；对所述预处理结果进行过滤与特征提取处理，获取处理后的文本词汇特征向量；采用Canopy‑Kmeans聚类算法对所述文本词汇特征向量进行聚类处理，获取所述文本词汇特征向量的K个聚簇；将所述K个聚簇的每个聚簇分布在一个或多个分布式节点上；采用索引引擎对所述分布在一个或多个分布式节点上的所述K个聚簇进行建立全文索引处理，获取K个全文索引；实施本发明实施例，用于构建一种用于检索的分布式索引方式，给予用户一种快速的索引方式，提高用户的使用体验感。 | ||
| 搜索关键词： | 一种 基于 文本 分布式 索引 构建 方法 系统 | ||
【主权项】：
一种基于文本聚类的分布式索引构建方法，其特征在于，所述方法包括：对非结构化文本进行格式化和分词预处理，将预处理结果存储在分布式节点上；对所述预处理结果进行过滤与特征提取处理，获取处理后的文本词汇特征向量；采用Canopy‑Kmeans聚类算法对所述文本词汇特征向量进行聚类处理，获取所述文本词汇特征向量的K个聚簇；将所述K个聚簇的每个聚簇分布在一个或多个分布式节点上；采用索引引擎对所述分布在一个或多个分布式节点上的所述K个聚簇进行建立全文索引处理，获取K个全文索引。
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山大学，未经中山大学许可，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/201610154682.0/，转载请声明来源钻瓜专利网。
