[发明专利]一种结合主题模型的文档向量生成方法在审
| 申请号： | 201710096926.9 | 申请日： | 2017-02-22 |
| 公开（公告）号： | CN106919557A | 公开（公告）日： | 2017-07-04 |
| 发明（设计）人： | 阳可欣;王美华;印鉴 | 申请（专利权）人： | 中山大学;广东恒电信息科技股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 广州粤高专利商标代理有限公司44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 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： | 本发明提供一种结合主题模型的文档向量生成方法，该方法获取文档集合并对其进行预处理，然后用LDA对文档集合进行训练，得到每篇文档中每个词的主题，并将词和主题组成<词，主题>对，将<词，主题>对组成的文档集合输入到Doc2vec文档向量模型中，训练生成主题文档向量，该过程将文档中词的主题信息融入到文档向量的训练过程中，能够训练出包含主题信息的主题文档向量，从而提升文本分类、文本相似度计算等自然语言处理任务的准确度。 | ||
| 搜索关键词： | 一种 结合 主题 模型 文档 向量 生成 方法 | ||
【主权项】：
一种结合主题模型的文档向量生成方法，其特征在于，包括以下步骤：S1：获取文档集合并对其进行预处理；S2：用LDA对文档集合进行训练，得到每篇文档中每个词的主题；S3：将词和主题组成<词，主题>对；S4：将<词，主题>对组成的文档集合输入到Doc2vec文档向量模型中，训练生成主题文档向量。
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;广东恒电信息科技股份有限公司，未经中山大学;广东恒电信息科技股份有限公司许可，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/201710096926.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种采用稀疏编码的自然语言语义深度解析算法
- 下一篇：一种语音翻译系统
