[发明专利]一种文档聚类方法及设备有效
| 申请号： | 201711423310.4 | 申请日： | 2017-12-25 |
| 公开（公告）号： | CN110019806B | 公开（公告）日： | 2021-08-06 |
| 发明（设计）人： | 符晶晶;盛家波 | 申请（专利权）人： | 中移动信息技术有限公司;中国移动通信集团有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/284 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 郭润湘 |
| 地址： | 102209 北京市昌平区未来*** | 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： | 本发明公开了一种文档聚类方法及设备，所述方法包括：确定待聚类的文档中的每篇文档的备选词集合包括的词的重要性值，所述备选词集合包括对所述每篇文档进行分词处理后获得的词，所述重要性值用于表示词与所述词所在的文档的关联程度；确定所述每篇文档的备选词集合中重要性值位于预设范围内的至少一个词；将所述至少一个词组成所述每篇文档的多元组，所述多元组用于完成对所述每篇文档的聚类；确定待聚类的文档中的所有文档的多元组之间的相似度，根据相似度将待聚类的文档中的所有文档聚合为至少一个簇，其中，同一个簇中包括的文档的多元组之间的相似度位于设定范围内。 | ||
| 搜索关键词： | 一种 文档 方法 设备 | ||
【主权项】：
1.一种文档聚类方法，其特征在于，包括：确定待聚类的文档中的每篇文档的备选词集合包括的词的重要性值，所述备选词集合包括对所述每篇文档进行分词处理后获得的词，所述重要性值用于表示词与所述词所在的文档的关联程度；确定所述每篇文档的备选词集合中重要性值位于预设范围内的至少一个词；将所述至少一个词组成所述每篇文档的多元组，所述多元组用于完成对所述每篇文档的聚类；确定待聚类的文档中的所有文档的多元组之间的相似度，根据相似度将待聚类的文档中的所有文档聚合为至少一个簇，其中，同一个簇中包括的文档的多元组之间的相似度位于设定范围内。
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移动信息技术有限公司;中国移动通信集团有限公司，未经中移动信息技术有限公司;中国移动通信集团有限公司许可，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/201711423310.4/，转载请声明来源钻瓜专利网。
- 上一篇：文章主题挖掘方法和装置及计算机可读存储介质
- 下一篇：一种商品分类方法及装置
