[发明专利]一种基于广义K均值算法的文本多标记学习方法在审
| 申请号： | 201811349729.4 | 申请日： | 2018-11-13 |
| 公开（公告）号： | CN109685103A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 曾理;王纯斌;赵神州;覃进学;蓝科 | 申请（专利权）人： | 成都四方伟业软件股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/35 |
| 代理公司： | 成都睿道专利代理事务所(普通合伙) 51217 | 代理人： | 万利 |
| 地址： | 610041 四川省*** | 国省代码： | 四川;51 |
| 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广义K均值算法的文本多标记学习方法，包括以下步骤：预处理原始文本，得到训练样本集和测试样本集；根据训练样本集初始化字典D0并随机挑选K个样本，通过KSVD算法逐列更新字典D0中的样本直到满足迭代停止条件，得到欠完备字典D并将欠完备字典D中的样本作为多标记学习的标记向量；计算样本在欠完备字典D上的稀疏编码，以编码向量非零值索引位置的对应样本为样本多标记学习分类结果，以向量非零值大小为标记权重，完成标记排序。本发明充分挖掘标记之间的相关性，效果符合人类直觉认知习惯，自然感强、可解释性好，降低了计算存储开销和“维度灾难”的发生频率；同时对样本异常、缺失具有鲁棒性。 | ||
| 搜索关键词： | 样本 字典 多标记 训练样本集 均值算法 非零 预处理 文本 学习 迭代停止条件 测试样本集 编码向量 标记向量 发生频率 分类结果 计算存储 随机挑选 索引位置 稀疏编码 原始文本 标记权 初始化 解释性 鲁棒性 维度 向量 排序 认知 挖掘 灾难 更新 | ||
【主权项】：
1.一种基于广义K均值算法的文本多标记学习方法，其特征在于：包括以下步骤：步骤一：预处理原始文本，得到训练样本集和测试样本集；步骤二：根据训练样本集初始化字典D0并随机挑选K个样本，通过KSVD算法逐列更新字典D0中的样本直到满足迭代停止条件，得到欠完备字典D并将欠完备字典D中的样本作为多标记学习的标记向量；步骤三：计算样本在欠完备字典D上的稀疏编码，以编码向量非零值索引位置的对应样本为样本多标记学习分类结果，以向量非零值大小为标记权重，完成标记排序。
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成都四方伟业软件股份有限公司，未经成都四方伟业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/201811349729.4/，转载请声明来源钻瓜专利网。
