[发明专利]一种基于聚类的非结构化文本的热点词提取方法在审
| 申请号： | 201811043258.4 | 申请日： | 2018-09-07 |
| 公开（公告）号： | CN109308317A | 公开（公告）日： | 2019-02-05 |
| 发明（设计）人： | 王盼盼;张娴 | 申请（专利权）人： | 浪潮软件股份有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/35;G06K9/62 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 高经 |
| 地址： | 250100 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于聚类的非结构化文本的热点词提取方法，属于自然语言处理技术领域。本发明的基于聚类的非结构化文本的热点词提取方法，包括以下步骤：S1：文本数据预处理；S2：对预处理的文本数据进行文本向量化：利用向量化技术将文本数据转化为数字数据表达；S3：对向量进行降维处理，提取主要特征；S4：使用降维后的向量进行聚类；S5：根据聚类结果，提取每类下的热点词。该发明的基于聚类的非结构化文本的热点词提取方法简单有效，能够极大的较少数据的冗余，只保留相对重要的信息，具有很好的推广应用价值。 | ||
| 搜索关键词： | 聚类 非结构化文本 文本数据 预处理 向量化 向量 自然语言处理技术 降维处理 聚类结果 冗余 降维 文本 保留 转化 | ||
【主权项】：
1.一种基于聚类的非结构化文本的热点词提取方法，其特征在于：该方法包括以下步骤：S1：文本数据预处理；S2：对预处理的文本数据进行文本向量化：利用向量化技术将文本数据转化为数字数据表达；S3：对向量进行降维处理，提取主要特征；S4：使用降维后的向量进行聚类；S5：根据文本聚类结果，提取每类下的热点词。
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浪潮软件股份有限公司，未经浪潮软件股份有限公司许可，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/201811043258.4/，转载请声明来源钻瓜专利网。
