[发明专利]一种文本特征提取方法、装置、设备及可读存储介质在审
| 申请号： | 201810053301.9 | 申请日： | 2018-01-19 |
| 公开（公告）号： | CN108228546A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 李界鹏;王能 | 申请（专利权）人： | 北京中关村科金技术有限公司 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22;G06F17/27 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 100025 北京市海淀*** | 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本特征提取方法，该方法包括：设置与目标领域相对应的目标关键词集合，获取与目标关键词集合对应的原始文章集合，对原始文章集合中的文章进行预处理，获得目标文章集合，对目标文章集合中的每一篇文章进行分词处理，获得词汇集合，计算词汇集合中的每一个词汇对应的信息增益值，以确定文本特征集合。本方法可以获得专业性较强的文本特征，便于理解和可视化数据，同时还降低了计算和存储能力等。本发明还公开了一种文本特征提取装置、设备及可读存储介质，具有相应的技术效果。 | ||
| 搜索关键词： | 文本特征提取 目标关键词集合 可读存储介质 集合 词汇集合 文本特征 文章集合 原始文章 预处理 可视化数据 存储能力 分词处理 技术效果 目标领域 信息增益 词汇 | ||
【主权项】：
1.一种文本特征提取方法，其特征在于，包括：设置与目标领域相对应的目标关键词集合；获取与所述目标关键词集合对应的原始文章集合；对所述原始文章集合中的文章进行预处理，获得目标文章集合；对所述目标文章集合中的每一篇文章进行分词处理，获得词汇集合；计算所述词汇集合中的每一个词汇对应的信息增益值，以确定文本特征集合。
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中关村科金技术有限公司，未经北京中关村科金技术有限公司许可，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/201810053301.9/，转载请声明来源钻瓜专利网。
