[发明专利]一种多维度短文本特征提取方法及系统在审
| 申请号： | 201611034985.5 | 申请日： | 2016-11-09 |
| 公开（公告）号： | CN106776539A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 李成华;刘丽君 | 申请（专利权）人： | 武汉泰迪智慧科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 武汉智嘉联合知识产权代理事务所(普通合伙)42231 | 代理人： | 黄君军 |
| 地址： | 430000 湖北省武汉市东湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种多维度短文本特征提取方法，其包括如下步骤S1、对短文本进行预处理；将短文本中信息划分为表情符号信息、文本信息、语音信息；S2、分类对短文本中各种信息进行处理并得到统一的文本信息集；S3、将统一的文本信息集中中文短文本采用分词工具进行分词处理，然后利用正则匹配与字符串替换来过滤掉无效字符、连续空格、大小写混用噪音信息；对于英文短文本采用词干提取工具进行预处理；S4、通过向量空间模型表示文本表示模型；通过选择算法来获取输入的短文本特征。本发明还提供一种多维度短文本特征提取系统。 | ||
| 搜索关键词： | 一种 多维 文本 特征 提取 方法 系统 | ||
【主权项】：
一种多维度短文本特征提取方法，其特征在于，其包括如下步骤：S1、对短文本进行预处理；将短文本中信息划分为表情符号信息、文本信息、语音信息；S2、分类对短文本中各种信息进行处理并得到统一的文本信息集；S3、将统一的文本信息集中中文短文本采用分词工具进行分词处理，然后利用正则匹配与字符串替换来过滤掉无效字符、连续空格、大小写混用噪音信息；对于英文短文本采用词干提取工具进行预处理；S4、通过向量空间模型表示文本表示模型；通过选择算法来获取输入的短文本特征。
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武汉泰迪智慧科技有限公司，未经武汉泰迪智慧科技有限公司许可，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/201611034985.5/，转载请声明来源钻瓜专利网。
- 上一篇：企业非标准格式文档的信息提取方法
- 下一篇：一种自由化文本生成方法
