[发明专利]领域术语抽取方法、装置、终端设备及存储介质有效
| 申请号： | 201810546695.1 | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108804617B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 杜翠凤 | 申请（专利权）人： | 广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N3/04 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 梁顺宜;郝传鑫 |
| 地址： | 510310 广东省广*** | 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： | 本发明公开了一种领域文本抽取方法，包括：获取所述训练集的每个类别的至少一个分类词，生成相应于每个所述类别的第一特征词集合；对所述第一特征词集合进行合并、扩充，生成目标特征词集合；根据所述目标特征词集合以及所述训练集，计算每个所述目标特征词在每个所述类别中与每个所述目标特征词之间的内部结合紧密度，以及计算每个所述目标特征词相对于所述目标特征词集合中的每个所述目标特征词的左熵和右熵；根据所述内部结合紧密度、所述左熵以及所述右熵，得到每个所述类别的术语。本发明还公开了一种领域术语抽取的装置、终端设备及存储介质，可以解决特征词集合不能准确地表达特定学科领域的问题，提高了文本分类的准确性。 | ||
| 搜索关键词： | 领域 术语 抽取 方法 装置 终端设备 存储 介质 | ||
【主权项】：
1.一种领域术语抽取方法，其特征在于，包括：根据待处理的训练集中的文本，获取所述训练集的每个类别的至少一个分类词；其中，所述训练集包括至少一个类别；每个所述类别包括至少一篇文本；根据每个所述类别的每个分类词，获得相应于每个所述类别的第一特征词集合；将每个所述第一特征词集合进行合并，生成第二特征词集合；根据每个所述类别的每篇文本，对所述第二特征词集合进行扩充，生成目标特征词集合；其中，所述目标特征词集合包括至少两个目标特征词；根据所述目标特征词集合以及所述训练集，计算每个所述目标特征词在每个所述类别中与所述目标特征词集合中的每个所述目标特征词之间的内部结合紧密度；根据所述目标特征词集合以及所述训练集，计算每个所述目标特征词相对于所述目标特征词集合中的每个所述目标特征词的左熵和右熵；根据所述内部结合紧密度、所述左熵以及所述右熵，得到每个所述类别的术语。
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广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司，未经广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司许可，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/201810546695.1/，转载请声明来源钻瓜专利网。
