[发明专利]一种基于word2vec的短文本表示方法有效
| 申请号： | 201810525103.8 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108804595B | 公开（公告）日： | 2021-07-27 |
| 发明（设计）人： | 路永和;张炜婷 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36;G06F40/284;G06F40/289;G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 黄启文 |
| 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： | 本发明涉及一种基于word2vec的短文本表示方法，包括以下步骤：S1：输入经过文本预处理的训练文本集，设置word2vec方法参数，训练得到训练文本集对应的词向量集合；S2：对于每篇文档中的每个词通过词向量之间的余弦距离计算得到该词在整个训练文本集中的一系列相近词；S3：计算每篇文档中的相近词与文档的余弦距离；S4：按照余弦距离从大到小排序，最终选取前n个相近词以及对应的余弦距离形成文档的n个相近词和余弦度量；S5：计算文档中的词和选取的n个相近词在该文档中的权重，形成新的文本表示，输出每一个文档基于word2vec改进后的向量空间表示。 | ||
| 搜索关键词： | 一种 基于 word2vec 文本 表示 方法 | ||
【主权项】：
1.一种基于word2vec的短文本表示方法，其特征在于：包括以下步骤：S1：输入经过文本预处理的训练文本集，设置word2vec方法参数，训练得到训练文本集对应的词向量集合；S2：对于每篇文档中的每个词通过词向量之间的余弦距离计算得到该词在整个训练文本集中的一系列相近词；S3：计算每篇文档中的相近词与文档的余弦距离；S4：按照余弦距离从大到小排序，最终选取前n个相近词以及对应的余弦距离形成文档的n个相近词和余弦度量；S5：计算文档中的词和选取的n个相近词在该文档中的权重，形成新的文本表示，输出每一个文档基于word2vec改进后的向量空间表示。
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，未经中山大学许可，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/201810525103.8/，转载请声明来源钻瓜专利网。
