[发明专利]考虑词语相似度的计算文档所对应的主题的方法有效
| 申请号： | 201810022783.1 | 申请日： | 2018-01-10 |
| 公开（公告）号： | CN108255809B | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 贾喜瑞;初天宝 | 申请（专利权）人： | 北京海存志合科技股份有限公司 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F40/289;G06F16/31;G06K9/62;G06N5/02 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100085 北京市海*** | 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： | 本发明提供了一种考虑词语相似度的计算文档所对应的主题的方法。包括根据已知主题及其主题词语分布构建主题词语知识库；对于待计算主题的文档初始化主题‑词语矩阵和文档‑主题矩阵；再根据主题词语知识库获取文档所包含词语之间的相似度，利用词语之间的相似度对主题‑词语矩阵和文档‑主题矩阵进行迭代更新，直到两个矩阵达到收敛精度则停止计算，得到待计算主题的文档所对应的主题。本发明利用非负矩阵分解技术，自动批量计算文档主题。在计算过程中，融入词语语义近似度和文档类别信息，提高主题计算的准确度；同时考虑主题词语的语义演化，将计算出的最终结果融入到知识库中，使知识库保持最新的词语语义信息。 | ||
| 搜索关键词： | 考虑 词语 相似 计算 文档 对应 主题 方法 | ||
【主权项】：
1.一种考虑词语相似度的计算文档所对应的主题的方法，其特征在于，包括：根据已知主题和主题词，以相同主题下词语间的共现关系为基础构建主题词语知识库；利用非负矩阵分解方法建立待计算主题的文档的初始化的主题‑词语矩阵和文档‑主题矩阵；根据待计算主题的文档所包含词语对应所述主题词语知识库中的子网络，计算出所述待计算主题的文档中的文档词语相似度，获取所述待计算主题的文档中的文档类别相似度；根据所述文档词语相似度和所述文档类别相似度，迭代更新主题‑词语矩阵和文档‑主题矩阵，直到所述主题‑词语矩阵和文档‑主题矩阵收敛，得到所述待计算主题的文档所对应的主题。
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北京海存志合科技股份有限公司，未经北京海存志合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/201810022783.1/，转载请声明来源钻瓜专利网。
